歡迎收看本期的《不止遊戲》，我是喬伊。

最近有一部較為大火的遊戲題材電影——《失控玩家》，估計在座有部分觀衆已經看過了。如果有沒看過的觀衆，我在不劇透的情況下先給大家簡單講講劇情。

電影講的是有家遊戲公司，開發了一個多人在線的開放世界遊戲《自由城》。跟目前很多玩家玩過的開放世界遊戲差不多，遊戲中也有很多NPC為玩家提供各種服務。按理說這些NPC都是一堆代碼構成，隻需要兢兢業業在這個虛拟世界中和玩家互動即可。但其中有一個NPC出于某些原因，擁有了更“自主的意識”。讓它擁有了近乎人類的強大智能。由此引發了一連串的故事。

當時我看完這個電影之後，突然想到了一個這期節目的靈感。就是我們大家玩過不少開放世界的遊戲，例如《看門狗》《荒野大镖客》《刺客信條》等等。平常我們玩這些開放世界的遊戲時，除開少部分有關鍵劇情的角色會給大家留下印象。大部分NPC在虛拟世界中隻扮演“純路人”，它們既不能給我們提供任務，也不能給我們帶來劇情。很多時候隻是一種“環境道具”和“人肉背景闆”的存在。

那麼這期節目我們來研究下這些遊戲中的NPC，它們一天到底在幹些什麼？它們背後的運行邏輯是什麼樣的？《失控玩家》真的可能實現嗎？

根據我在多個遊戲中，花了數小時“尾随”了不同的NPC的觀察。發現很多“純路人”NPC真的隻是純路人。它們通常就圍繞某個路線轉圈，偶爾走走停停。哪怕玩家們和他們發生碰撞，它們也會繞開玩家重新走回預設的道路上。如果和它們互動，例如打了它一拳。它要不就是逃跑，要不就是反擊。等過一段時間恢複正常，還是會按照最先預定好的路線繼續移動。

通過我的調查發現，他們的行為和反應，是根據遊戲開發者設定好的腳本來執行的。開發者規定他們在什麼情況下作什麼事情，他們就完全按照規則忠實的行動。一般來說NPC都會有一整套行為樹，以對應玩家可能會對NPC做出的各個行為。

一般來說，開發者給NPC設定的腳本越多，行為樹越豐富，就能越讓他們接近于真人。比如不差錢的R星，花費幾年時間上千名設計師，為《荒野大镖客：救贖》幾乎每個角色都寫了詳實的腳本，才使得遊戲裡的西部世界在細節上還原的很真實。

而有時候玩家看到這些NPC，做出一些很奇怪的舉動。可能是因為玩家做出的操作超出了開發者的預料，以至于沒設置過對應的行為反應。所以在表現上，NPC回應的驢頭不對馬嘴，或根本不回應玩家。

當簡單了解背後的運行邏輯之後，你就會發現幾乎遊戲中的NPC雖然看起來“活靈活現”，但其實連演員都算不上，隻是遊戲設計師的提線木偶。那些被玩家一口一個“老婆”叫着的遊戲人物，不過是隻會執行設計師操縱的工具人罷了。（牛頭人震怒）

既然傳統行為樹做不出完全還原真人的NPC，那人工智能是否可以呢？

最近幾年AI應用發展很快，人臉識别短短幾年鋪遍了大街小巷、自動駕駛成各大新能源車企主要課題、視頻、購物乃至外賣APP都無一例外在用算法推薦。

但遊戲領域裡，反倒比較少聽到有人工智能的消息？明明是阿爾法狗擊敗人類強者，才掀起了近些年AI研究的熱潮，現在都2021年了，遊戲AI又有哪些進步呢？我們有可能玩到《失控玩家》裡那樣的遊戲嗎？世界上是否真有人在做這樣的遊戲AI技術呢？

為了探尋這些問題，我便開始在網上尋找答案，我先是找到了一家很有名的國外人工智能團隊 Open AI。就是之前用 AI 打敗了 Dota 2 世界冠軍的那個。不少玩 Dota 2 的觀衆對那場比賽應該有較為深刻的印象。

後來 Open AI 還搞過一個“AI 躲貓貓”的遊戲。裡面的角色全由 AI 構成，規則非常簡單。在一個固定的遊戲場地中，藍色方負責躲藏，而紅色方則負責抓人。遊戲一開始會先把小紅人固定住，藍色方趁這個時間躲起來。

最初所有的 AI 都有點“笨”。隻知道遊戲目标。但卻不知道如何實現，四個角色基本都是各種亂跑，藍方最終總會被抓到。但随着訓練次數增多，慢慢藍方 AI 學會了利用場景中的箱子，把缺口給堵住并将其鎖定。讓外面小紅人無法進入，這一堵門戰術讓藍方勝率大幅度提高。然而後來，紅方也學會了利用斜坡方塊，可以直接翻牆進去抓人。勝利的天平重新倒向紅方。再接着藍色方也漸漸理解了斜方塊的作用。他們在遊戲開始前會先把斜方塊搶進來再堵門，讓外面的紅色方一點手段都沒有，殺死了這場比賽。

後來 Open AI 的研究員重新弄了個新地圖，這次由較多的可移動方塊構成。一開始 AI 還是要熟悉環境，随着訓練次數不斷增加。藍方想出了用長闆自己搭圍牆并鎖定。來構成一個封閉環境避免被抓。而紅方也想到可以利用斜方塊的翻牆功能。再往後藍方見招拆招，想出了先提前鎖定所有斜方塊，讓紅方不能再利用斜方塊的方法翻牆。

此刻看起來是不是紅方又陷入第一局的情況沒招了。結果它們搞出了個一般人類都未必能想到的騷操作，先把普通方塊移到被鎖定的斜方塊旁，然後靠斜方塊走上普通方塊。利用 BUG 站在上面移動方塊最後跳進圍牆去抓人。

越往後開始越離譜，AI 的不斷學習和進化，使得遊戲越來越超出開發者的預想了。藍方開始遊戲幹脆鎖定所有方塊，或者直接跑路逃之夭夭。紅方也不知道哪摸索出了引擎 BUG，還能用“彈跳”的功能來實現飛越。

AI 躲貓貓的案例，很形象的讓我理解了“訓練”這一過程對于 AI 的重要性。可以想象到，如果這種帶有自我學習功能的 AI 被做成NPC加入遊戲當中，那未來的遊戲一定非常有意思。就比如萬一怪物獵人裡應用了類似的技術，雄火龍在一次次被讨伐過程中越來越強，太恐怖了我都不敢想，可真就是“怪物虐人”了。

那麼我又接着在網上找，找到另一個展示遊戲 AI 的技術 Demo 案例。這個封面和标題晃眼一看，就感覺像是一個标題黨。遊戲場景和《失控玩家》很相似，都是發生在銀行的搶劫故事，都是玩家扮演劫匪。畫面還周圍顯示着各種不明覺厲的數據。

這個案例和 AI 躲貓貓不一樣，是有玩家參與其中的。其他角色則全是 NPC。我們看到玩家跟着同夥進入銀行，随即鳴槍震懾現場所有人。NPC 同夥不斷威脅櫃員，逼她打開櫃台大門，但櫃員剛上班沒幾天不會開門，氣的 NPC 同夥用腳踹、用槍破門也無濟于事。

此時玩家張口說話，用槍脅迫大堂内的其他人，迫于無奈大堂經理幫忙開了門，兩名劫匪魚貫而入，命令櫃員打開保險櫃幫他們裝錢。

女櫃員笨手笨腳。搞了好半天才打開保險櫃，劫匪 NPC 迫不及待，讓她滾一邊去自己上手，拿到錢兩人立刻溜之大吉。這時候肯定有觀衆說：“這遊戲的劇本編很平淡啊，就一個很簡單的搶銀行。我上次在聖丹尼斯搶銀行的時候比這個精彩多了。”

但此時反轉來了：演示視頻時空回溯，這次不讓同夥去裝錢了，讓櫃員去裝。趁同夥不留神，玩家一槍将他打死，面對突如其來的謀殺，櫃員吓得連忙求饒，玩家自己獨吞了所有贓款逃之夭夭，走之前甚至還不忘開兩槍慶祝一下。

再次回溯，在威脅大堂經理開門之前，玩家一不小心手抖打死了大堂經理。巨大的槍聲把銀行所有人吓懵了。就連 NPC 同夥都被玩家吓到。這跟計劃的不一樣啊？搶個錢而已你殺什麼人？直接抛下玩家落荒而逃。搶劫行動至此失敗。

看了這個視頻，大家是不是覺着，這個遊戲 Demo 自由度還不錯，玩家的各種行為 NPC 都能配合做出各種相對應的反應，行為樹編的還挺全的啊。然而最大的反轉來了，我瞄了一眼視頻的簡介才知道，原來 Demo 裡的 NPC 都沒有被設定過任何腳本，所有動作、反應、包括說的每一句話，都是 AI 根據玩家的行為和語言實時動态生成的！

更離譜的是，這竟然還是 2019 年的技術展示 Demo。雖然一開始看視頻的時候沒搞懂，但看了簡介後再看一遍我覺着大受震撼。

通過 B 站私信，我與制作團隊 rct AI 取得了聯系。才發現這個遊戲 Demo 居然是中國人做的。于是向他們請教到了很多有關技術的問題。他們也非常樂意将各種資料和其他案例發送給我，并且深入淺出的介紹了許多技術原理。

那麼如何在沒有任何腳本的情況下，實現這樣一個由多個 NPC 構成的實時動态交互場景呢？簡單來說，核心在于 rct AI 的混沌球算法。首先他們給每個NPC都設定了性格與目标，以及一些人物背景。就比如：銀行雇員非常膽小，故事發生時她才入職銀行不久，有心保護銀行财産但更怕死；再比如：玩家的劫匪同夥，目标是搶走盡可能多的錢，他脾氣暴躁但沒啥本事，所以碰上玩家殺人時才會提前逃跑。

那麼這些 NPC 在遊戲中怎麼知道自己每時每刻該做什麼呢？這是因為，除了性格和目标規定了 NPC 能做哪些事之外，他們還受當時所處的空間位置、環境參數等因素影響。就比如門打沒打開，有沒有拿到錢，現場是否死了人。遊戲場景進度影響 NPC 做不同的活動。

玩家的行為、說的話，會被識别并梳理為各種相對應的“意圖”輸入 AI 引擎混沌球之中。就比如玩家說：（插入 just open the safe，fast 讓櫃員打開保險櫃門的畫面），AI 判斷玩家想要讓它去執行打開保險櫃的操作，而且自己還被槍指着，于是立刻乖乖就範。AI 在遊戲中可以被理解為“演員”，他們配合玩家的行為進行“表演”，還原現實裡搶劫的“刺激體驗”。

當然，和 AI 躲貓貓一樣，rct AI 的智能 NPC 也需要進行大量訓練，這也是為什麼視頻還存在一些劇情BUG 的原因。但令我非常吃驚的是，NPC 地說的話居然也是 AI 實時生成的，NPC 沒有固定的對話模闆，理論上，隻要玩家想，甚至可以跟一個 NPC 無限對話下去！

我們生活中有很多可對話的 AI 應用案例。就比如小愛同學，就比如手機導航。不過這與 rct AI 在做的有一些區别。比如百度導航，AI 回答給你的句子是固定的，在相同情況下隻會以固定語料回答；而 rct AI 在做的卻是生成式語料，回複的句子也是由 AI 生成，即便不同玩家對 AI 說相同的話，得到的回答也大概率不會重複。同意，在不同環境條件下，AI 也給到的回複也大不相同。

在這些技術加持之下，他們做遊戲不再是以往那樣線性叙事，而是直接打造出一個遊戲場景，讓玩家在場景中自由探索。理論上，玩家幾乎可以玩出成百上千種劇情可能，即使同一個玩家用相同的方式玩遊戲，也有可能玩出截然不同的劇情結局。

随着訓練次數的增加，rct AI 也曾見到NPC做出過完全出乎他們意料的舉動。就比如在他們做的另一個演示“盜夢人”技術 Demo 中，同樣的搶銀行場景，在玩家搶劫的時候，女櫃員竟然會偷偷自己從櫃台裡拿錢。這誰能想到！

可惜，他們本職工作是做 AI 的，不是做遊戲的，這個 Demo 大部分人體驗不到。不過他們跟國内外不少遊戲公司有技術合作，未來一兩年會有一些初步應用了他們技術的遊戲陸續上線。

可以預見，AI 技術對遊戲行業進步有着很大的積極意義。一方面，開發者能從枯燥的腳本地獄中解放出來，用更多的精力去打磨畫面與玩法；另一方面，這種完全打破以往遊戲固定線性叙事的玩法，能做出我們從未嘗試過的自由體驗。就比如《底特律變人》，雖然看上去好像是我們玩家選擇了分支劇情走了不同的結局，但實際上無論走哪條線，都不過是觀看設計師提前定好的劇本，我們從未真正決定過故事走向。

當下開放世界主要在做“空間”與“時間順序”上的開放，玩家可以決定先去哪裡，先做哪些任務，但最終還是得做完所有事情才能通關，所有人都不過是用不同的順序去體驗同一個流程。《巫師3》《刺客信條》《大表哥2》都是如此。

但如果這些AI技術能在遊戲裡大規模落地，或許空間和時間就能變得不那麼重要。開發者甚至可能不需要再給玩家設定任何具體任務，而隻是做出一個生動開放的幻想世界任玩家去自由探索。沒人知道我會遇到什麼冒險，沒人能定義我會玩出什麼結局，遊戲像現實一樣未知且神秘。或許“開放世界”的定義都将被改寫。

說不定在未來的遊戲，通過這種由 AI 生成的多變的劇情和結局。我都沒辦法給大家做《遊戲不止》的節目了。不過那時候我說不定也沒心思做節目了，這種遊戲都能有了，AI女友豈不也能實現？做節目、做啥節目，跟AI女友沒羞沒臊去不好嗎！

人類對自由的渴望，是靈魂最底層的渴望。但長久以來，我們所做的一切選擇都未逃不過開發者的束縛，始終是帶着鐐铐的舞蹈。

在 2021 年的互聯網中，我們以為憑借着自己所謂的自由意志，閱讀了一篇篇文章、觀看了一條條視頻、或在遊戲中完成了幾個任務。然而實際上，是網站編輯決定了我們能看到哪些東西，遊戲設計師決定了我們将經曆的遊戲體驗。

真正自然的體驗和生活方式絕不應該被限制在屏幕的流轉之間，而應該處于心流狀态的場景帶入和轉換。不管是 AI 躲貓貓還是 rct AI，能看出我們距離《失控玩家》裡表現出來的技術水平顯然還是有很大差距的。但值得慶幸的是，2021 年的地球上，人類已經朝着這個方向做了不少有意義的探索。

也許未來，我們能在 AI 的幫助下，在更好的世界中認識彼此。

感謝收看本期的《不止遊戲》，喜歡的觀衆朋友可以點贊關注收藏轉發，同時這期也感謝 rct AI 對本期節目的支持和幫助，我是喬伊，我們下期再見。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!