没有停滞很久，只是发展了没啥大用而已，所以一直没搞
现在的ai一个关键发展节点还是游戏ai，dota2的那个openai来着，当年打赢了og还是个新闻来着
只不过游戏里面目前用不到太智能的ai，所以一直没往前点
玩家就喜欢打粗暴数值提升的AI，可以体验智商碾压空有数值的傻子的快感
最近在玩的陷阵之志，强力AI玩我方肯定比我玩得好十倍以上，这算法我都能写，玩敌方整个游戏直接无解
至于大模型系的，纯成本问题，最好的AI也没有PVP菜鸡互啄好玩，模拟PVP的感觉又太费钱了
另外一种模拟种地系完全可以上AI，关键词：AI小镇
刚看到异形：隔离的帖，这游戏是我玩过游戏里怪物AI最强的，压迫感实在太强了
Ligh7ninG 发表于 2024-10-8 10:49
大部分（单人/剧情）游戏的AI都是陪你演戏而已，终归是要为了游戏体验服务的，摆出来一个“玩家觉得难”的 ...
“让玩家觉得自己聪明”这活如果干得太糙能感觉出来，个人是不大喜欢的
而且很多AI不足也不是刻意，就是偷懒，玩家能利用AI漏洞打赢数倍于自己的兵力，不否认有人就好这口，但漏洞还是漏洞，不该是游戏设计的一环
wuuuuuud 发表于 2024-10-8 12:00
怎么做出不同水平的ai也是ai发展的一部分啊。现在围棋至少有katago和星阵就可以设置ai模拟不同水平的人类棋 ...
是这样，AI上限太低才导致谈不上按不同水平设难度
卡拉德利姆 发表于 2024-10-8 10:20
街霸6最新更新的ai木桩就是用玩家大数据训练的 有些地方比如杰米的酒桌礼仪就有模有样 ...
街霸6能看两个AI对打吗
训练模式你倒杯茶连看30分钟那种
游戏AI难的是恰到好处，该难的时候难，该简单的时候简单（AI版情商）
停滞？你看看无双都倒着开了多远了。
之前印象中有人用大模型做过文明4的AI，结果蠢得一逼反而不如脚本，因为策略空间太大、从零开始学习的成本过高了。相反的像HOI4的Expert AI，其实根本没怎么动“AI”的部分，只是预设了几个单位模板、调整了一下研究和政策的优先级就足够把大部分玩家打得哭爹喊娘了。
所以一般中小公司真没什么动力和资源去搞AI，正经靠大模型训练出的AI成本太高、搞出来对销量也没什么提升。
哪有什么AI，都是脚本吧。就看作者想不想考虑各种情况写特别复杂的脚本了。不想写就直接读指令，想写就再加上各种花样。
至今印象深刻的是一个是魂魂DLC里的马雷达，读指令翻滚闪避强如怪物，骑枪重击追踪性超强，打不过到半血了头也不回就往怪堆里钻，DLC3里一上来伪装成白灵骗你，你开机关就趁机背刺你，进战斗故技重施往怪堆里钻，要是把大门机关开了它能直接跑到BOSS那里恶心你。
一个是生化奇兵无限里的伊丽莎白，小剧情多，打起来不捣乱还给你扔各种补给。
— from S1 Next Goose v3.2.91
几年前看过一篇文 某3A厂主创（好像是动视）讲过有玩家提出游戏AI粗糙、不够智能等问题 大概有这几点
首先就是对游戏ai这块投入的回报没那么高与其把资源投到这上面不如投到视觉表现上 后者对玩家的吸引力更直观也更容易拉动销量
其次对绝大部分玩家来说ai再怎么提高在趣味性和策略丰富程度也不及真人
如果游戏类型是需要更加有深度和复杂的ai的话 譬如rts fps这种 直接加个联机模式 由真人来充当对手、队友 一样能满足绝大部分玩家
而且这类游戏的玩家主流也都是把主要游戏时间投入在联机上 ai只是配角
当然确实也有执意要玩单机但又对ai有高要求的玩家，但根据调研来看这部分只占玩家非常少的一小撮
这部分核心玩家还很挑剔，即使提高了对ai方面的投入最后出来的效果也不见得能让他们都满意
而且当前版本的ai即使满足不了他们的高标准 基本上也不会成为他们弃坑不买的首要条件
索尼有啊，新的gt赛车就有rl的agent
https://ai.sony/projects/gaming_ai/
不过这个东西实际部署有几个问题，首先就是算力，你肯定要单独一张计算卡来跑这个模型，本世代的主机没这个本事。如果是云端部署，目前的成本来说，单机不可能，必须要是gaas才有不亏本的可能性
综合起来，现在看起来更多是拿给游戏设计师做设计的参考，毕竟实际的玩家测试搞起来麻烦，不如设计一个ai，有个关卡，让ai来跑跑，看看又没什么问题，然后来改进这样
如果设想一个完全不受限的，大型神经网络驱动的游戏ai，这个其实我觉得很有意思。假设是soulslike，要是ai完全没有出招顺序，这个咋整呢？boss本质没有蓝条的说法吧，并不受那些限制玩家的条件的限制。所以更有可能是这样的，背后有一个llm，然后假设你有一个多模态的llm，本质变成打牌，变成一个2秒一次的回合制游戏，然后让llm基于现在的玩家的状态和自己的出招表，以及历史出招来选择下一步做出怎样的行动。这样可以兼顾rule based的玩法，同时做到ai驱动。
但是这个只能做到一个ai，如果同屏多个敌人，那么每个都给一个ai，机器又要歇菜
ai真正的问题在于不能与玩家实力所匹配，就以文明6为例，难度间的不同就是无脑改数值，最后pve就变成各种奇技淫巧，没有真正对抗的感觉，说到底做不出那种有来有回的效果，AI显然最终要输给玩家，但同样AI也要把握水温，太菜了就没挑战性，所以理想的AI应当是能给玩家施加压力，当判断玩家有点难顶就开始放水，如此往复循环，策略游戏尤其该如此，不然很容易就变成玩家自玩自的，像防御性设施在各种策略游戏里就往往没足够的重要性，很大程度就源于此
—— 来自 鹅球 v3.0.0.82-alpha
开发AI不如读指令开挂作弊简单
自賠ニャン 发表于 2024-10-8 10:41
大部分策略游戏100%系数普通难度AI根本没法看，除非你说300%，500%加成的AI也算 ...
100%后都是纯数值加成了吧。。
本帖最后由 dumplingpro 于 2024-10-9 13:01 编辑
神经网络AI的训练成本相当高，而且如果本地运行对玩家电脑性能有一定要求。
OPEN AI之前就是给DOTA2开发AI的。
也有玩家自己训练，麻烦程度不低：
https://www.bilibili.com/video/BV1qE421c7mU/
感觉不如雀魂ai打牌，ai做图。
minamichisei 发表于 2024-10-8 16:58
ai真正的问题在于不能与玩家实力所匹配，就以文明6为例，难度间的不同就是无脑改数值，最后pve就变成各种奇 ...
楼上也有人说了，硬核策略玩家老觉得AI弱智，但其实大部分人连普通难度AI都打不过。文明6过王子难度的成就拥有率才29%，哪怕买了不玩的人算占一半，也有三分之一以上的玩家过不了4级难度。P社开发也说过，别看论坛上天天抱怨卢森堡球长太容易，但数据统计显示一半以上的玩家都在玩简单难度，开最高难度的人不到5%。
所以加强AI真的只是你我那么一小撮人的需求，而这一小撮人大概率不管咋样都会掏钱买，所以你看……
传统游戏AI和现在的大模型是两种技术路线。
前者就是有穷状态机，根据预设在不同条件下做出不同反应。优点是性能消耗约等于零，设计得当足以应对游戏中的需求。但设计太粗糙就会出现读指令循环一类弱智行为。
后者是神经网络，需要足够的数据、算力以及工程师来训练，传统游戏公司不会有相关人才，游戏制作过程也很少有理想且稳定的数据。对玩家数据充足的竞技游戏来说AI体验也不能替代PvP，性价比并不高（还会有AI拟人程度的问题，直接调用后台数据会显得不自然，但模拟人类又会推高计算成本）。另一方面玩家端设备执行神经网络推理也会显著消耗性能，总之难度高、适用范围小、收益低。神经网络模型打游戏的科研意义大于工业应用，目前大模型公司商业成绩都堪忧（这还是数据最廉价的语言模型），游戏工作室更不可能投入太多精力了。
看标题第一反应是boss的快慢刀设计算不算进步。
-- 来自 能看大图的 Stage1官方 Android客户端
Ai 无论高低 PVP都无聊的。
Wow11.0这个ai队友还是有点东西的，虽然可能也是脚本，但是打断比人类队友都厉害的多
棺材叔叔 发表于 2024-10-8 17:13
100%后都是纯数值加成了吧。。
強行說以前策略系的強度話，想起當年SFC龍我雷，敵方3個國家全員開局等級+10(上限是20)，國力強化忘記
而基連野望系也是全技術等級+1~5(上限是30)，金錢和資源基礎值上升，特別模式就是敵我資源生產資源大減及下回合做完，而新基連敵方直接沒有強力機體數量上限及能無限做到強力機體...
當然一兵守城、一兵攻城、一潛艇拖著敵方大軍等，就是捉AI漏洞
都是常見的簡單粗暴做法
而三國志系列也是習慣打AI機制，如空城誘敵、拖垮敵軍糧食等、或直接分開主城令其他城強制下半旗弱化，也是捉AI漏洞打法
ziyanziyudeyu 发表于 2024-10-8 12:47
刚看到异形：隔离的帖，这游戏是我玩过游戏里怪物AI最强的，压迫感实在太强了 ...
如果了解过异形索敌和巡逻机制实现逻辑，其实还是蛮简单的（
主要是这游戏很聪明，ai倒没有说真的很厉害，但是基本能给你持续不断制造麻烦
ai对于游戏制作是相当重要的。游戏ai需要与最先进的技术对接
PVP里面的AI是为了填补人数空缺，缺对手缺队友就用AI补，整得跟猪一样蠢或者整得跟狼一样狠都没问题，因为人就是这样
PVE讲究合理解题，敌我性能不对等，AI变聪明了你是想让它复读赖招还是到处逃窜摸都不摸不到？或者变得很蠢时不时发呆送破绽，你能打赢它不是因为你技术好理解深而是因为AI给脸，这体验能好？
棺材叔叔 发表于 2024-10-8 17:13
100%后都是纯数值加成了吧。。
对啊，现在主流就没有AI智商选项，全是数值加减
野炊王泪的波克布林的ai算是近几年最具多样化的吧。
姊控 发表于 2024-10-8 17:45
传统游戏AI和现在的大模型是两种技术路线。
前者就是有穷状态机，根据预设在不同条件下做出不同反应。优点 ...
传统方法也可以做决策树搜索，不是基于预定规则一层不变的
现在AI技术应用门槛其实也没那么高，比如强化学习，可以让AI自己对战不用额外数据，游戏自带仿真环境，还天然回避了仿真向真实迁移这种机器人领域的大难题
osborn 发表于 2024-10-8 22:01
你们搞什么，游戏ai就游戏ai怎么拐到llm上去了，人家语言模型不是用来打游戏的啊除非你是想在游戏里唠嗑， ...
现在还真不少人在做微调VLM输出机器人控制指令之类的事，理论上微调游戏输出决策和控制指令也完全是可行的
sakurarealm 发表于 2024-10-8 10:23
WOW AI打副本队友 目前我见过的最好的AI 不知道的人根本不会认为是AI
现在WOW这么先进了吗？5人本可以组4个AI？ 看的我都想回归玩玩了，独狼玩家福音啊。
osborn 发表于 2024-10-9 09:48
总觉得有点舍近求远啊，只要是transformer架构，不用LLM这种基于语言训练出来的模型，直接对着游戏数据练 ...
看输入格式吧，如果是拟真的视觉输入，那大模型视觉理解能力肯定是单独游戏数据训练比不了的
当然游戏可以直接调用后台状态作为输入，对策略游戏游戏没问题，但对实时性较强的游戏，这样的AI恐怕很难没有作弊感
自賠ニャン 发表于 2024-10-9 08:48
传统方法也可以做决策树搜索，不是基于预定规则一层不变的
现在AI技术应用门槛其实也没那么高，比如强化 ...
决策树也是竞技游戏适用吧，PvE用状态机是最方便的。RL也是PvP方便，PvE双方信息规则机体性能都不同，还要考虑自制过程中moveset可能更新和期望的难度设置，和传统应用场景差别太大了。普通的工作室也不会有人才储备。
至于PvP用AI我觉得最大问题还是性价比，本来定位只是真实玩家的下位补充，费力训练也没什么收益，对销量大概都没多少提升。
我个人觉得ai就应该用脚本，得让ai的行动高度可预测
Yui_hirasawa 发表于 2024-10-9 10:04
现在WOW这么先进了吗？5人本可以组4个AI？ 看的我都想回归玩玩了，独狼玩家福音啊。 ...
只开放了普通五人本不能打英雄和史诗
估计不是技术问题 而是一旦开放 玩家会发现AI比真人牛逼太多都不组队了。。。
osborn 发表于 2024-10-9 09:48
总觉得有点舍近求远啊，只要是transformer架构，不用LLM这种基于语言训练出来的模型，直接对着游戏数据练 ...
VLM和LLM本质其实也都差不多，LLama 3.2和GPT4o已经直接合并了图像和文字成为多模态模型了。至少只需要载入一个模型而不是Qwen 2.5 VL这种视觉模型单独是一个的。至于到底有多大优势，我也不知道，反正openai这么干了.
本帖最后由 泰坦失足 于 2024-10-9 12:57 编辑
自賠ニャン 发表于 2024-10-9 10:05
看输入格式吧，如果是拟真的视觉输入，那大模型视觉理解能力肯定是单独游戏数据训练比不了的
当然游戏可 ...
我觉得不需要AI渲染它自己看到的东西从而输入2D视觉信号。给众多地图编辑器中的基本原件加上meta属性，比如箱子（红色/大），然后LLM充当翻译把玩家随机的语音输入转换为驱动AI的函数调用，再使用状态机执行命令就行了。倒是可以从AI摄像机出发计算AI是否能看见某些元素，比如AI视野外的元素就认为不存在。但渲染AI摄像机看到元素为2D图像就凭空多了额外一倍的计算需求了。还有一个问题是我们人从门外进入了一个房子后，我们还记得背后是门，门外左边是水塔，右边是高地。但是对基于LLM的AI，肯定要多设计设计了。让AI记住一定时间内自己看到过的元素作为长上下文是个解决方案
osborn 发表于 2024-10-9 09:48
总觉得有点舍近求远啊，只要是transformer架构，不用LLM这种基于语言训练出来的模型，直接对着游戏数据练 ...
OPEN AI没做成GPT之前就在给DOTA2做AI。
