摘要：重做警局/AI

寫在前面的話

該篇內(nèi)容來(lái)源于VOID向玩家群體所發(fā)送的郵件與Steam的公告。
該翻譯旨在讓更多的人了解與理解RoN游戲以及官方開發(fā)組。
如有錯(cuò)誤，敬請(qǐng)指出

注：本篇部分表達(dá)經(jīng)過(guò)潤(rùn)色與本土化，具體意思請(qǐng)以英文原文為準(zhǔn)

2023.03.31 Ready Or Not 支持者開發(fā)日志 卷50

內(nèi)容：重做警局/AI

來(lái)自 VOID Interactive

緒言

????????嘿，老哥們！

????????這是我們兩周一次開發(fā)者日志的第50卷！為紀(jì)念這里程碑時(shí)刻，我們這次的日志將是一卷加長(zhǎng)卷。上半篇章我們將來(lái)看看重做后的警局（Lobby），而下半篇章則用較長(zhǎng)的篇幅來(lái)介紹我們RoN的AI系統(tǒng)。

????????我們先來(lái)看看警局重做的咋樣了，警局是幾乎所有玩家第一個(gè)進(jìn)入的場(chǎng)景，警局的整體的氛圍與其破敗的樣子，隱射了Los Suenos（游戲世界）的背景，作為給玩家留下游戲第一印象的場(chǎng)景，其塑造十分重要。

????????明顯后改的房間，破敗的建筑，都與高科技的現(xiàn)代警用裝備強(qiáng)烈反差，向玩家明示著游戲世界的模樣。

重做警局

????????蠻多老地圖都已經(jīng)被翻新過(guò)了，而大本營(yíng)——警局總不能還是現(xiàn)在這鳥樣吧。在Adam（22年12月）更新中，警局就已經(jīng)改過(guò)一版細(xì)節(jié)了，是時(shí)候給你們展示一下我們后續(xù)對(duì)警局的改動(dòng)了。

????????往后，警局會(huì)有更多的邊邊角角可供玩家探索，甚至還藏一個(gè)復(fù)活節(jié)彩蛋。大部分就像現(xiàn)在的帽子、咖啡機(jī)一樣，而有一些甚至?xí)o你、swat，甚至整個(gè)游戲體驗(yàn)帶來(lái)變化。

Ali的RoN AI小課堂

????????應(yīng)你們的請(qǐng)求，參與Ready or Not AI開發(fā)較多的Ali，給我們寫了一篇關(guān)于RoN中AI，如何依照各種態(tài)勢(shì)決策并執(zhí)行的文章。

????????在RoN中，我們使用的AI系統(tǒng)是基于效用的AI系統(tǒng)（Utility-Based AI System）。該系統(tǒng)是一種決策模型。

????????PS：常見(jiàn)的AI決策系統(tǒng)有：決策方法：有限狀態(tài)機(jī)（Finite-State Machines），分層狀態(tài)機(jī)（Hierarchical Finite-State Machines），行為樹（Behavior Trees），效用系統(tǒng)（Utility Systems），目標(biāo)導(dǎo)向型行動(dòng)計(jì)劃（Goal-Oriented Action ?Planners），分層任務(wù)網(wǎng)絡(luò)（Hierarchical Task Networks）[1]

????????效用AI系統(tǒng)是通過(guò)在計(jì)算機(jī)中利用數(shù)值、公式以及函數(shù)曲線對(duì)人類行為建立數(shù)學(xué)建模。在這數(shù)學(xué)模型中試圖模擬的“人”被稱為智能體，更通俗一點(diǎn)叫“人工智能”。在不同的環(huán)境中，智能體都有其決策列表（或稱行為列表）。每一個(gè)決策幀都將從行為列表中選擇一個(gè)行為來(lái)執(zhí)行。這就人工智能持續(xù)決策的核心。

????????對(duì)于每個(gè)行為，其都有對(duì)應(yīng)的多個(gè)決策因子，從數(shù)學(xué)層面上正是這些組成了決策模型，并最終得出該行為的得分。每個(gè)行為都會(huì)計(jì)算其得分，并將其聚合（通過(guò)某種評(píng)分方式）為最終得分，選擇評(píng)分最高的行為作為AI決策行為。（PS：該方式可以簡(jiǎn)化地認(rèn)為數(shù)值化參數(shù)并加權(quán)計(jì)算最優(yōu)解，AI決策的核心便是依照決策模型，選擇出模型認(rèn)為的最優(yōu)解）所得出的AI決策行為將作為AI的行動(dòng)行為（利用行為執(zhí)行系統(tǒng)進(jìn)行執(zhí)行），其決策也具有一定的有效時(shí)長(zhǎng)，通過(guò)這種方式使得AI決策實(shí)施更具一貫性，而非搖擺不定、反復(fù)橫跳。同時(shí)，我們還采用 行為中斷系統(tǒng)（Commit Interrupts），其包含一系列行為，每個(gè)決策幀都將評(píng)估這些行為，若決策執(zhí)行，則可以打斷當(dāng)前的行為。（PS：此處指的應(yīng)該是無(wú)視決策有效時(shí)長(zhǎng)，立刻中斷。）這種方式能讓我們更靈活地管控AI。

????????得分只是基于四種基本運(yùn)算——加減乘除所得出的結(jié)果。其相當(dāng)簡(jiǎn)單，只是在計(jì)分器中進(jìn)行四則運(yùn)算。同時(shí)，模型師也能通過(guò)調(diào)整分?jǐn)?shù)計(jì)算來(lái)影響決策模型。

????????比方說(shuō)，決策因子——“健康”。在不同的情形下，我們?cè)O(shè)計(jì)對(duì)應(yīng)的函數(shù)對(duì)其進(jìn)行評(píng)分，最終輸出一個(gè)數(shù)值。對(duì)于“健康”，最簡(jiǎn)單的就是用 當(dāng)前值/最大值 得到介于0.0-1.0的一個(gè)值（或稱分?jǐn)?shù)），如果需要的話也可以對(duì)其進(jìn)行加權(quán)計(jì)算，來(lái)進(jìn)一步調(diào)整AI的決策。你可以想象其他決策因子會(huì)有比這更復(fù)雜的評(píng)分函數(shù)。評(píng)分函數(shù)的得分還將被響應(yīng)曲線進(jìn)一步所映射，并作為最終的決策分?jǐn)?shù)。默認(rèn)的都是線性函數(shù)，但你也可以選擇其他的緩沖函數(shù)，如指數(shù)函數(shù)、正弦函數(shù)（甚至你可以用自定義函數(shù)，我們將提供相對(duì)簡(jiǎn)單的方式來(lái)讓你使用自定義函數(shù)）。

????????0.9的健康度（依照函數(shù)變換后）可能有不同的得分導(dǎo)向（好或壞）。正向得分的比如無(wú)需找掩體，可以采取一些更激進(jìn)的行為。假如說(shuō)你希望決策偏向滿血，則是負(fù)向得分，會(huì)促使智能體找掩體，并自己回血（當(dāng)然，RoN里AI不會(huì)回血，只是舉個(gè)例子，但能充分說(shuō)明即使數(shù)值相同，采用不同函數(shù)也可以有不同的決策導(dǎo)向）。

????????試想一下，決策模型涵蓋數(shù)百個(gè)決策因子，通過(guò)調(diào)整其對(duì)應(yīng)函數(shù)可以使得嫌犯/平民具有不同的性格特征，有些人更傾向于負(fù)隅抵抗，而有些人更傾向于當(dāng)老六，甚至有些你行動(dòng)慢了他就自殺。

????????此外，我們系統(tǒng)中還有個(gè)不算啥創(chuàng)新，但確實(shí)其他效用AI系統(tǒng)中都沒(méi)見(jiàn)過(guò)的設(shè)計(jì)。閾值門系統(tǒng)。他作為決策因子的輔助設(shè)計(jì)而存在。閾值門和決策因子類似，但輸出并非浮點(diǎn)數(shù)，而是布爾類型的是或否，開放或關(guān)閉。其目的是控制決策時(shí)是否考慮某種行為。只有閾值都滿足時(shí)，才會(huì)去考慮這個(gè)行為。其中一種用法就是實(shí)現(xiàn)冷卻機(jī)制，用常規(guī)的決策因子和函數(shù)難以實(shí)現(xiàn)這種二進(jìn)制（兩狀態(tài)）的判斷。即冷卻時(shí)間是否結(jié)束？這種冷卻判斷需要在考慮決策行為之前執(zhí)行。在沒(méi)有這種設(shè)計(jì)之前，有些時(shí)候AI會(huì)在沒(méi)有外界刺激的情況下就自己投降，或者干一些我們不希望的事，但通過(guò)調(diào)試其分?jǐn)?shù)權(quán)重，又確實(shí)符合函數(shù)。閾值門讓我們多了一種調(diào)控AI的方式，（能夠限制AI的行為邊界）讓他們不至于干一些離譜事，便于游戲設(shè)計(jì)師設(shè)計(jì)游戲。

????????通過(guò)數(shù)學(xué)模型與公式來(lái)調(diào)整輸出結(jié)果（利用權(quán)重、計(jì)分方式和響應(yīng)函數(shù)），能讓不同AI具有各種不同的特性，從而影響玩家的游戲體驗(yàn)，而這種特性難以通過(guò)手動(dòng)編程來(lái)實(shí)現(xiàn)。我們先前的AI基本就是一個(gè)大型的有限狀態(tài)機(jī)，只能通過(guò)硬編碼的方式來(lái)進(jìn)行調(diào)整。但如果要更進(jìn)一步，實(shí)現(xiàn)更好的AI系統(tǒng)，讓設(shè)計(jì)師可以在編輯器中快速地條恒AI行為，而無(wú)需程序介入，那就需要將決策系統(tǒng)從有限狀態(tài)機(jī)換到效用系統(tǒng)了（這耗費(fèi)了6個(gè)月的時(shí)間）。

????????不過(guò)，像移動(dòng)并撿起收繳武器、破門（含有多個(gè)中間狀態(tài)）等具體行為，我們還是用的有限狀態(tài)機(jī)。在宏觀決策方面，決策核心都是基于效用系統(tǒng)的，不再需要按“如果怎樣，那就怎樣”這種模式來(lái)設(shè)計(jì)AI，而是為他們?cè)O(shè)計(jì)一套行為規(guī)則，然后讓他們自行決策，（開發(fā)起來(lái)）相對(duì)更加簡(jiǎn)潔，也更像我們心目中的“AI”。

????????我們開發(fā)要做的就是開發(fā)AI包含各種決策行動(dòng)的模型（AI的定義/個(gè)性）。完成后，就可以給AI設(shè)置對(duì)應(yīng)的模型。目前我們差不多有50個(gè)左右的AI模型，為了簡(jiǎn)化開發(fā)，一張地圖中AI一般都具有類似的模型，畢竟沒(méi)必要反復(fù)開發(fā)相同的東西，好用的模型能復(fù)用就直接復(fù)用；畢竟維護(hù)這些AI模型的投入也不小，開發(fā)還是盡量保持精簡(jiǎn)的好。

結(jié)語(yǔ)

????????這就到了第49卷開發(fā)者日志的結(jié)尾，別忘了繼續(xù)關(guān)注未來(lái)的開發(fā)信息。

????????如果你們想要幫我們?cè)赟team支持者的開發(fā)版本上測(cè)試新內(nèi)容，并與我們反饋您的意見(jiàn)，親自參加RoN的各種活動(dòng)，歡迎來(lái)www.voidinteractive.net或在Steam商店頁(yè)面購(gòu)買成為支持者。

????????若你是在Youtube或Twitch上想做點(diǎn)新游戲的視頻創(chuàng)作者的話，要不要試試這游戲？Ready or Not已和Lurkit合作以提升創(chuàng)作體驗(yàn)。請(qǐng)務(wù)必在這關(guān)注我們：https://www.lurkit.com/games/ready-or-not/streams

腳踏實(shí)地，志存高遠(yuǎn)

VOID Interactive

參考/引用文獻(xiàn)

注：關(guān)于效用系統(tǒng)可參照以下大佬所撰寫的文章

[1] wolf96 游戲人工智能開發(fā)之6種決策方法 https://blog.csdn.net/wolf96/article/details/48310353

麻了，這篇是真的長(zhǎng)

E1xP

2023/04/01