玩币族移动版

文章来源：新智元

编辑：Aeneas 桃子

如果游戏角色被注入生命，电子游戏会发展成什么样？

曾经，这是不少人的畅想，而如今，随着AI智能体的发展，这种想象已经开始走入现实。

最近，一位YouTube作者Foxmaster制作了一个经典游戏「古墓丽影」的原版视频。

而其中的女主角劳拉，居然是一个能控制自己角色的AI智能体！

可以说，利用机器视觉、定位、物体识别、动画、文本和语音等各种AI工具，Foxmaster为游戏角色注入了数字生命。

就在前几天，爆火AI社区的斯坦福智能体小镇正式开源。25个各具个性的AI智能体，在「西部世界」一般的沙盒虚拟城镇中生活、上班、交友。

所以，或许这就是电子游戏的未来？

构建可以玩游戏的虚拟AI，这个概念已经很常见。不过，Formaster想做的，是让这个角色如同真人一样。

因此，他选择了「古墓丽影」这款游戏，游戏主角劳拉是一个人物性格鲜明、定义明确的角色。

而Formaste希望，这种个性会对游戏的最终结局产生影响。

如何让这个AI智能体Lara Croft在游戏中真正产生自我意识？

Formaster经过以下几个步骤的探索，终于成功了。

学习游戏规则

首先第一步，叫她学会游戏规则。「古墓丽影」已经给出了教程，解释了所有的游戏控制过程。

作者让Lara按照给出的方式去练习，像人类玩家一样完成各个阶段的教程。

教程在Lara离开泳池时结束，所以可以在那时重启程序，做出改进。

开始时，改进Lara非常困难。

她有时会出现混乱，在地图中随意走动，甚至有时候会卡在菜单栏中，一遍遍盯着她的指南针。

为了解决这个问题， 作者在一台虚拟机上，重新调整了主时钟，将游戏进程加速了40倍。这个办法起作用力，AI智能体终于在相对不错的时间内，完成了教程。

然而，还存在一个问题：Lara经常卡在一个位置，而且每个关卡都是由静态元素组成，因此只有一条优化路径。

这会导致她只知道不走哪些路径，而不是想出更全面的方法来解题。但作者希望的是，Lara学会自己去发掘探险过程。

考虑到Lara唯一掌握的知识，仅仅是每道关卡显示的屏幕上的内容，作者观察了从未玩过游戏的人类玩家的行为。

有的人会看完整个教程，有的人先会探索周围的环境，而这些选择的差异，就是由不同人的「个性」决定的。

而Lara需要学习的，恰恰就是这种态度。

识别角色

为了给AI建立与Lara的联系，就需要让AI明白，她是一堆像素。人类玩家进入游戏后，一下子有了这样的意识。

对此，作者从各个角度，录制了24个小时，Lara朝着不同方向活动的视频，以便AI智能体能够识别任何给定角色。

就像自动驾驶汽车一样，能够以每秒30帧速度拍摄24小时视频，得到2592000张参考图像，以识别道路标志。

首先，作者跟踪头部主要像素，然后是身体主要像素，来选择相关区域。

为了确保Lara出现在每张图像中，作者要求程序去识别那些不包含任何突出显示的图片。

当Lara占据整个屏幕时，或当一个二维物体挡在她面前，作者使用AI视觉捕获来帮助识别Lara，结果非常准确，足以识别屏幕上的角色。

环境互动

能够识别Lara后，需要让AI与环境互动。

整个游戏环境都是由同样的区块组成，作者将其导入到立方体上，然后从各个角度捕获环境，再运行识别过程，这样AI智能体就能识别出环境，就像人类玩家解释图像的过程。

红色突出显示的区域是，未能识别的纹理。但是，AI仍旧缺乏想去某个地方的意识，还需要知道自己距离周围环境的距离。

有趣的是，这些未能识别的区域，通常是远离Lara的位置，或被其他2D物体遮挡的位置。

当我们观察人类玩家的行为，看到这张图像后，我们能够立即明白，箭头所指向区域是一个入口。

我们可能不知道下一个房间的大小，但我们知道这是存在的。

但是，这也可能是一种视觉错觉。当我们去移动，入口区域的纹理与其他地方不同，这是3D空间的特征。

因此，AI智能体还得学会移动，并进行比较。从计算角度来看，可以使用多个图像来确定哪些纹理尺寸的变化最小。

这里可以使用主多边形的面积来算，它们的变化主要基于彼此之间距离成比例的概率。

现在，AI已经知道自己身在何处了，她必须做出决定，自己下一步要去哪里。

通过识别纹理，可以让她到达特定的位置，然而在关卡中导航，需要更简单的东西。

最快的方法，就是简化对比度，识别区域中光线的突然变化。但是，人类玩家不一定会去这些地方。

当有多个开口时，AI必须表现出足够兴趣，但不能导致她死亡。

比如，如果一个洞太深，就无法在不抓住周围壁架的情况下跳下去。假如下面有水存在，倒是有可能值得这种冒险。

人类玩家知道什么时候可以跳，但Lara的行动方针都是来源于教程，它必须准确估计自己和目标之间有多少个方块，是否应该聚集自己的动量，以及在放手之前是否应该暂停一下。

总之，她必须像人类玩家一样，做出准确评估。

如果她提前知道一个洞的大小，就会跑得非常快，这就并不符合我们的期望。

为了让她多收集环境信息，作者鼓励AI，如果有疑惑，就应该旋转相机，收集更多的信息。

但真实情况下，即便如此，AI也可能卡在房间里。

为了鼓励她走出房间，作者补充了一些收集规则。

比如，每次遇到在该区域成为优先级前从未见过的纹理时，她都必须以增加屏幕上这种纹理大小的方式来移动。

这样，她就只能在关卡中前进。因为每个关卡中都有独特的纹理，解锁的唯一方式，就是进入下一个关卡。

总之，Lara会不断分析自己在屏幕上看到的内容——不同表面的纹理，她会移动自己的身体，定义新的兴趣点（即目录中尚未存在的纹理）。

在这个过程中，她会不断验证，去寻找丢失的纹理。

然而，即使经过了上述改进，这个AI还是太像个机器人了，行动模式是显而易见的。

为了改进它，作者再次观察了人类玩家。

是什么决定了人类玩家在游戏中如何行动？就是我们的记忆，我们会记住动作是如何组合的。

因此，这个过程也需要植入到AI中，因为Lara必须意识到她自己的运动能力。

为此，作者把AI每一秒的动作都保存起来，来训练它，然后添加一条规则，允许它同时执行这些保存的动作。

这样，AI的动作就变得平滑多了。

另外，因为每个动作的冷却时间是已知的，就可以防止AI在执行不必要的动作时，仍然处于活动状态。

在下图中，火焰重新激活的速度如此之快，需要完成很大的跳跃才能穿过。

幸运的是，这些通道在视觉上被简化了，很容易识别块的边缘。

AI知道，Lara总是会在方块的第一部分激活时完成正确的跳跃，就像人类玩家理解的一样。

接下来，就需要将Lara的个性灌输给AI智能体。个性取决于经验和记忆，这些因素的结合决定了Lara角色。

根据游戏设定，她是一个著名的考古学家，从不畏惧冒险，愿意接受分配的山区任务，甚至不要奖赏，完全出于热爱。

另外，Lara还特别有钱，刚刚搬进一座豪宅，屋内装饰非常优雅，屋子里还有一个训练室。她还特别擅长教学，游泳，攀爬，耐力非常强。

当冒险途中遇到危险，她能够保持镇静，而且非常勇敢，会毫不犹豫帮助同伴。

面对狼群包围，她用枪准确地射杀，还能用匕首杀死凶险的狼。她唯一拒绝的是，主动强行开锁。

以上的一切，都是从游戏设定中，了解到的Lara个性。

接下来，就是以真实的方式去评论她所看到的一切，对此，作者在数据库中已经编译Lara的性格特征。

为了使评论对实际情况有意义，程序需要将游戏图像与现实生活中可识别的东西相关联。

对于纹理细节通常较少的图像，可以通过谷歌逆向图像搜索进行匹配。

因此，当AI智能体检测到足够大的纹理，它就会启动搜素。

为了识别单词，作者将整个页面复制到ChatGPT。然后要求ChatGPT根据出现的次数对其进行分类，再将识别出的单词添加到列表中。

最后要求ChatGPT根据这些单词创建一个句子，并且要考虑到Lara个性。

这样做，就是要ChatGPT去真是地评论，Lara在现实生活中看到的东西。

比如，如果纹理被识别为海狮，ChatGPT能够将海狮与Lara个性特征联系起来做出评论。

总得来说，Lara智能体的人格是通过ChatGPT使用「勇敢」、「友好」或「聪明」等各种属性设定。

Lara在游戏中，感知和评论的所有物体都会通过这个人格过滤器，并由Lara根据既定的性格反应出来。

就比如，如上的海豹，Lara会提及海狮化石，或者出色的游泳能力，并不会对其在马戏团发表言论。

有网友表示，这是让角色自我发展最酷、最自然的感觉方式之一。当角色能够活灵活现，你才可以真正体验到电子游戏是一件艺术品。

「她说话和分析周围环境的方式非常可爱。让AI机器人有能力评论周围环境，无论它的实际水平如何，都会让人觉得她是个活生生的人。」

「这太迷人了。她那超然的好奇心和一丝异想天开的想法，与我想象中的Lara的内心独白惊人地相似。」

有人说，让我感到惊奇的是，她的对话与她的行为相吻合。

这让人觉得，写对话的人工智能和控制角色的人工智能是同一个人。

前不久在斯坦福AI智能体小镇开源时，网友们就十分激动，觉得AGI已来，各种RPG和模拟类游戏都会很快用上这种技术。

而现在，Foxmaster将ChatGPT、计算机视觉和物体识别的结合，让电子游戏变得更有趣了。

或许在未来，电子游戏角色可以被赋予更深、更灵活的个性，对环境做出更快的反应，以及许多我们无法想象的变化。

参考资料：

https://the-decoder.com/ai-makes-lara-croft-self-aware-in-og-tomb-raider/