同时 ， 在整个对战期间 ， 为了减少 AI 进行原地打转、空放技能等无意义操作 ， 还利用 Action Mask 对技能使用的条件进行了限制 ， 保证 AI 不会在无法命中目标或者还未冷却时释放技能 ， 从而降低它的探索空间 ， 以便更高效的投入战斗 。
文章图片
▲ 如果没有妥当的引导 ， AI 在学会高效战斗前会浪费大量的时间摸索技能释放.
那么 ， 要如何让 AI 知道什么时候该做什么事情呢？AI LAB 的项目负责人介绍 ， 很重要的一点是 reward 设计 。 简单来说 ， 就是对各种目标设定一个奖励分 ， 举个例子 ， 如果 AI 用技能打到了对手 ， 就给正分数 ， 如果 AI 空放了技能 ， 就给负分数 ， AI 的最终目标就是顺利赢下这场对决 ， 分数越高越好 。
好的 reward 设计可以快速引导 AI 学习 ， 但设计和验证 reward 都有很高的成本 ， 一方面 ， AI 可能找到捷径 ， 用特殊的方式拿到高分 ， 另一方面 ， 奖励的设置 ， 在一定程度上也会限制 AI 的发挥 。
根据《天涯明月刀》的游戏特点 ， AI LAB 与天刀联合团队针对角色生命值状况设置了「血量零和」reward ， 来强调己方生命值损耗比对方更少；而影响战斗的「压制」和「浮空时间」reward ， 则能引导 AI 学习如何通过技能组合长时间压制对手和浮空连招 ， 来提升战斗效率——不仅要赢 ， 还要赢得高效漂亮 。
文章图片
▲ 经过引导与强化学习 ， AI 对浮空连击技巧的应用已经炉火纯青.
对于玩家来说 ， 「战无不胜」是他的终极目标 ， 但对于 AI 来说 ， 这只是它的第一阶段：绝智 AI 还有一个更重要的任务：满足不同玩家的游戏需求——失败是另一种成功 。
上面提到 ， 除了复杂的技能树与多种职业带来的庞大探索空间 ， 《天涯明月刀》还有一个非常重要的差异点：那就是玩家差异 。
在天刀的游戏世界里 ， 装备、经脉、心法等成长要素都会影响玩家的功力——功力是一个对玩家战斗力水平的评价数值 ， 由游戏中各维度属性影响——在不断成长的过程中 ， 每个玩家的进度都是不一样的 。 即使功力相似 ， 玩家的操作水平也有高低之分 。
正是角色本身的功力差异以及每个玩家的操作水平 ， 才构成了玩家的段位 。 那么 ， 绝智 AI 是如何覆盖所有玩家的呢？其实这是两个问题：「如何覆盖所有功力」和「如何覆盖所有操作水平」 。
文章图片
▲ 与多数竞技游戏类似 ， 在天刀中玩家也能通过胜利不断提升段位 ， 证明自己的同时获得奖励.
推荐阅读
- 团队|Steam 新游推荐 12-31
- |伴娘玩游戏抽到纸团亲伴郎，被伴郎当场拒绝了，不亲嘴就跳舞助兴
- kpl|Hero眼看胜利却不点塔！LDG50滴血宁天翻盘，KPL一队敢这么玩游戏
- 团队|小游戏《召唤神龙》突然爆了：CP曾研发《合成大西瓜》
- 火炮|“女朋友踩我键盘不让玩游戏，现在怎么选？”选火炮
- 电竞赛事|5亿国人爱玩游戏，催生出一个“千亿行业”，有甚者年收入过亿
- 魏国|三国杀冷知识，最能卖血的是蜀国，最会玩装备的是魏国
- 荒野大镖客2|Steam 公布 2021 年度最佳榜单 12 款畅销白金游戏含小团队独立开发
- 苹果|韩国要求苹果和Google删除＂玩游戏赚钱＂的游戏类别
- 评级|韩国要求苹果和Google删除"玩游戏赚钱"的游戏类别