AI辅助在独立游戏开发中的“踩坑”经验——《玩具帝国》
AI辅助在独立游戏开发中的“踩坑”经验——《玩具帝国》
2023年11月24日修改
本文授权转载自HkingAuditore的原创文章《AI辅助在独立游戏开发中的“踩坑”经验》,未经授权禁止搬运
先说背景,《玩具帝国》是一个玩法决策复杂、画风独特性强的策略游戏。
附件不支持打印
加载失败,
一、ml-agent
《玩具帝国》的人机AI采用的是Unity的ml-agent,通过强化学习训练能够进行长周期复杂决策的人机AI。原来写决策树很痛苦,现在可以直接挂机炼丹。
为什么选择自己开发ai?
没有选用调动ChatGPT之类线上接口的原因有很多,首先这是人机AI是在离线游戏模式使用的,而且对决策的实时性有要求,因此不可能接受连入一个线上的接口。而且《玩具帝国》需要兼容低配置甚至移动平台,所以对这个本地AI运行的性能也有很高的要求。
ml-agent里给的实例都算是比较简单的决策问题,一次任务的周期也很短,《玩具帝国》的就比较长,决策也很复杂,所以我们使用了“即时奖励”和“预测奖励”进行长周期决策AI的训练。因为数学模型是可调的,所以AI依然可控,只需要根据通过简单的参数调整,就可以改变AI的决策倾向。
附件不支持打印
加载失败,