【Gamelook專稿，轉載請註明出處】
Gamelook報道/對於絕大多數的遊戲來說，AI都是不可或缺的一部分，優秀的AI設計可以增加遊戲深度，提高遊戲的挑戰性，增加遊戲的幽默感，甚至可以讓遊戲視覺效果、動畫以及更多方面更加突出。不過，遊戲AI的設計並不是月困難越好，在此前的GDC大會上，從事遊戲AI設計十多年的Kimberly Voll做瞭題為《少就是多：如何做優秀的遊戲AI》的演講，她表示，遊戲開發者最重要的工作就是創造體驗，其餘所有的東西都是為瞭支撐遊戲體驗而存在的，而AI也不例外。
Kimberly表示，AI涉及的是感知問題，開發者們對於遊戲AI的感知程度其實決定瞭它的質量，做優秀的AI關鍵的不是創造多麼復雜的東西、不是用多麼聰明的手段，更步是打敗它可以獲得多麼誘人的獎勵，而應該是關心玩傢們在遊戲中對AI的感知方式，她建議開發者們首先要瞭解玩傢們是怎麼玩遊戲的，不要單純地追求復雜性，而是要從簡到難地設計AI。以下請看Gamelook整理的演講內容：
遊戲AI的目的是為瞭支持核心體驗
大傢好，我是Kim，我是一名遊戲開發者，從小到大一直在做遊戲，第一次接觸遊戲開發大概從6歲開始的，自此之後我對於遊戲研發感到著迷，也對於人和遊戲之間的互動非常感興趣，所以我讀的學位是是軟件工程和AI方面的博士，所以我是專門研究遊戲中有關人類感知方面的東西，也就是人們是怎麼看待遊戲的。我最近在做的一款遊戲叫做《Rockets Rockets Rockets》，這是一個有關火箭的遊戲，但我不會用太多時間說它。
我們今天要說的內容是遊戲的AI，人類大腦的運作方式、處理各種情況的做法都能反映出我們對其他人的理解程度。所以我在大大小小的AI系統制作和研究方面投入瞭大量時間，今天我不會去說學術中的AI，因為這個話題實在是太大瞭，而且和遊戲也沒有多大的關系。所以我會談談自己從事過的一些比較小的AI項目，由於時間有限，所以我會盡量把自己在十多年的遊戲研發中所學到的經驗分享給你們。
我們都是遊戲開發者，作為一名遊戲開發者，我們隻有一個工作，那就是創造遊戲體驗，我們所做的所有其他事情都是為這個目的而服務的，AI當然也不例外，它也必須支持整體遊戲的體驗，重要的不是你做出瞭多麼聰明的AI，而是它給你的遊戲帶來瞭什麼樣的體驗，幫你解決瞭遊戲中的哪些問題，我個人非常喜歡AI制作，所以之前總是喜歡做非常復雜的AI，但後來我發現，AI越簡單越好。
不同AI的差別：可以影響遊戲體驗
所以，優秀的AI可以給遊戲帶來很多東西，它可以增加遊戲的深度，提高遊戲的挑戰性，為玩傢們帶來更多的幽默，它能做到其他因素不能帶來的效果，甚至可以影響遊戲的視覺、動畫等等很多方面。遊戲歷史上有很多比較不錯的AI案例，比如《半條命2》裡的AI就非常有趣，這款遊戲的AI有非常好的劇本設計，所以並沒有打亂遊戲的玩法，有設計非常好的故事線並且增強瞭遊戲體驗。當然，它並不是完美的，其實包括我自己參與的一些項目在內，AI做的都不是完美的。
《Thief》的AI制作也非常不錯，這款遊戲還給AI增加瞭配音，讓整個遊戲體驗更加流暢和真實。《模擬人生》裡的雖然不是特別明顯的AI，但它通過展現人與人之間互動的方式讓每一個玩傢都非常容易理解和體驗。
差勁的AI對於遊戲的流暢度和沉浸感都是一種很大的威脅，它可以毀掉我們在遊戲中嘗試打造的體驗，從始至終都給遊戲帶來破壞性的影響。我們都做過比較差的AI，比如‘僵屍圍城’，你拿到瞭生存武器，本來正在奔跑，卻在路上希望消滅所有的敵人，因為這是有意義的，這些東西並不一定都是錯的，隻是在執行的過程中會破壞設計好的遊戲體驗。
有時候這些AI還可能是有趣的，比如《Skyrim（上古卷軸天際）》裡的Lucan Valerius，雖然也能帶來一些樂趣，但卻是非常有限的，和整個遊戲豐富的世界觀並不協調。還有一個就是《GoldenEye 64》，這是我上學的時候投入時間最多的遊戲之一，它的難度非常高，但仍然是我最喜歡的十大遊戲之一。
我說瞭這麼多，究竟是為什麼？我想要說的是，AI涉及的是感知問題，我們對於遊戲AI的理解程度其實決定瞭它的質量，不是我們做瞭多麼復雜的東西，也不是我們用瞭多麼聰明的手段，更不是打敗它你可以獲得多麼好的寶箱，我們最關心的應該是玩傢們在遊戲中對它的理解方式，這才是我們希望嘗試控制的，我們需要控制AI帶給玩傢的感知。
瞭解大腦感知世界的方式
但在此之前，我們需要瞭解一下大腦是如何感知這個世界的，首先大腦是非常固執的，我們都不擅長和天性做對，不管是戒掉一個壞習慣還是戒煙或者是其他類似行為，都非常困難。另外，我們的大腦習慣性地喜歡尋找規律，所以容易忽視很多微小的東西，或者說是因為與眾不同的東西更容易引人註目，大腦往往還是故事講述者，即便是再亂的信息輸入都會產生一個對應的故事，我們的大腦和計算機裡的內存是不一樣的，我們的大腦會無意識地轉換我們的想法，所以，你不管是何時何地產生瞭感知，那都是你的大腦展現給你的故事。
所以，作為遊戲開發者，我們有責任引導玩傢對遊戲產生感知，有時候，給玩傢一個行為建議遠勝於復雜的模型，因為大腦會自動假想其中的難度。和大腦打交道的關鍵在於，你要做的少一些，從大腦中獲得的反饋要多一些，這就是演講標題中的‘少就是多’。列出你遊戲AI的需求，從簡單的開始，拒絕做太復雜的東西，但根據遊戲的不同，你可以從簡單的逐步走向復雜，最好是利用大腦的感知方式。
從簡到繁：AI設計三步走
第一步，觀看人們玩遊戲。這一點可能是被很多人忽視的，但是，如果你要做一些比較像人類的東西，至少要知道玩傢們是怎麼和遊戲互動的。通過觀察人們玩遊戲，你可以瞭解人們的遊戲習慣以及他們對其他人的預期。
第二步，從最愚蠢/聰明的開始做。不要誤解我的意思，我的確想給遊戲做復雜的AI，但過早加入高難度的東西會讓玩傢們直接放棄。比如我做《Rockets Rockets Rockets》遊戲AI的時候，其實一開始是很簡單的，隻是讓敵人追著玩傢跑，但後來發現效果是很不錯的。
第三步，找到合適的行為並解決它。我不在乎做的AI開始有多麼蠢，隻要我能夠通過它瞭解玩傢的行為，然後加入更智能的東西。
另一個問題就是AI的智能隨機性，上面我們說道，大腦習慣於尋找規律，而隨機性可以讓他們嘗試更多次，但就像擲骰子一樣，在經過瞭很多次嘗試以後，隨機性帶來更多的是枯燥感，所以，當你做AI隨機的時候，最好是更加自然一些。所以，在做復雜的東西之前，最好先從簡單的開始。
遊戲都有自然的發展曲線，很多東西都是重復的，但是，作為遊戲開發者，我們要能夠用自然的循環方式隱藏遊戲玩法的重復性。