|《航海王热血航线》ai赋能游戏对战( 三 )

自动战斗
在跑大量的对局中，对战过程需要决策，所以一般情况是策划配置行为树（后面简称BT），作为战中模拟玩家的决策。
战中数据记录
我们需要记录每局战斗过程中的关键事件/数据，比如击杀、增益buff次数、治疗量、抗伤量等等数据，以便后面做数据分析
数据分析
经过上面三部，有了大量的对局数据，就可以通过数据统计，分析出每个角色的一些数据，为策划提供决策依据。
从上面的过程中，可以看到，有两个地方有一定的弊端，一个是阵容选择，策划或者测试同学筛选出的阵容，未必是真正的强势阵容，可能会忽略掉更有潜力的阵容。二个是自动战斗AI ，使用BT编辑，通常策略较单一、简单，而无法发挥某些组合的真正能力。
为此，我们希望用强化学习，尝试解决上述两个问题，因为强化学习就是擅长决策最优选择去实现收益最大化，可以打出策划意想不到的套路。我们分为了两步来进行对比验证：
训练局内对战AI ，来代替BT
结论：【随机阵容+局内AI模型】vs【随机阵容+内置BT】前者平均胜率59% 。这个结论说明AI模型能力要强于BT 。
训练阵容选择AI ，来代替预先固定阵容
结论：【阵容AI模型+局内AI模型】vs【人工筛选强势阵容+内置BT】前者平均胜率96% 。结合第一步结果，能说明阵容的重要性，且AI更能发挥阵容/角色的能力。
所以，我们使用了这两个模型代替了阵容选择，和战中决策BT ，其他过程不变。在自研的某游戏平衡性测试过程中，我们做了个对比，发现一个有趣的现象：AI输出的结果中，某个定位前排角色，胜率较高，而传统测试输出他的胜率平平。后来发现是因为策划在配置BT策略的时候，有意的把一些稀缺资源，配置给其他角色，这样导致战斗过程中，这个定位前排的角色，拿不到稀缺资源，就无法发挥出应有的实力。
基于AI的Markerless动作捕捉
随着游戏日益精品化，加之动捕是3A游戏的必备工艺，工作室也开始建设动捕能力，我们在调研了传统的惯捕、光捕之外，决定在传统捕捉方案之外，将基于AI的视频动作捕捉也作为一种动捕能力一起建设。

文章图片

文章图片

我们把基于AI的Markerless动作捕捉技术，方案命名为AIMocap ，目前具备以下特性
无需穿戴任何设备(Markerless)
普通摄像机（多视角）
离线/实时视频捕捉（30fps）
支持多人同时捕捉
主要流程如下：

|《航海王热血航线》ai赋能游戏对战( 三 )

推荐阅读

如何找寻自我

缝纫机调线器怎么安装平车方法如何

强组词强字组词

火笋鸡翅的做法（增肥食谱）

闺女生日快乐祝福语朋友圈

LV请来潮牌设计师做艺术总监，看中的是啥

老虎豆怎么做好吃老虎豆图片怎样弄来吃

暖气有流水声是什么原因

皮球是什么体

手机怎样开通QQ空间

男生发mua说明 mua是什么意思

手指盖凹陷怎么回事

对自己的生活失去掌控咋调整

小米10s怎么没有月亮模式

我想找个偏僻的地方搞养殖！有没有推荐的地方？

南京养老金认证上门服务怎么申请南京市养老金认证

如何评价猪场阉割猪？

最后一个字是豹的成语

泰山散酒怎么样

猫发情的声音(猫发情的叫声)