【Game AI Pro】翻译&速读（1）还有 关于国内【游戏设计现状专业性】的一些想法

游戏专业理论的缺失是国内游戏行业&个人开发者面临的很大问题。

如果从由小托马斯·T·戈尔德史密斯（Thomas T. Goldsmith Jr.）与艾斯托·雷·曼（Estle Ray Mann）设计的《阴极射线管娱乐装置》开始计算，电子游戏的寿命已经有71年了。作为人类创造最复杂的电子产品之一，电子游戏的设计已经诞生了无数的理论。但是作为实际的设计师，国内的游戏策划往往没有理论支撑。

国外许多知名学府开设了游戏设计专业，例如犹他大学，纽约大学，南加州大学。他们会教授游戏设计的专业理论，让你思考如何令设计出的游戏是真正成为吸引人的“瘾品”他们教你如何【设计游戏】不止是电子游戏，而不只是教你使用某些工具（虽然学院派的经验不一定都有效）。

国内的也有部分院校开设游戏专业，但是主要集中在工具性方面（编程、美术、引擎使用）关于游戏设计方面的理论教育缺乏。（据说中传游戏设计专业和游戏设计艺术分开，但是不了解具体情况不做评价）。之前在DeNA 、网易做过游戏策划实习，大部分程序美术具有专业能力。而策划基本无一例外都是半路出家的游戏爱好者。我们可能会比一些爱好者好，去思考游戏吸引玩家背后的本质，但是很明确的是我们都缺乏理论指导。

现在我已经不是游戏策划了，但是未来我希望自己会走上独立制作的道路。我会在知乎专栏里每周分享自己读书后的每章总结，目前希望单周更新【Game AI Pro】，双周更新【体验引擎】。这两本是之前在网易的导师推荐的，我一直觉得这两本书令我受益良多，但是一直没有机会读完，所以也希望借这个机会逼自己把两本书看完。同时也希望能够把更多优质的游戏设计专业书籍分享给大家。

这两本书都有中文版，很希望如果对游戏设计感兴趣的同学们能一起看，也欢迎大家向这个专栏投稿。现在越来越多的专业书籍出了中文翻译，这是很好的现象。国内的游戏氛围越来越好，好的游戏相信会越来越多。希望喜欢游戏的人都能在中国游戏变革的浪潮中找到自己的位置。

知乎专栏：https://zhuanlan.zhihu.com/c_197918939 游戏学术研究

下面附上第一章总结，欢迎感兴趣的朋友们一起读书。



Game AI Pro 是一本游戏AI设计方面的专业书籍，他不讲具体的代码，而是很多不同的作者来介绍游戏AI的设计思路。以前做策划的时候没有读完，现在争取每周能够翻译一篇。放在这里就当读书笔记了。

一、What Is Game AI?Kevin Dill

1.1.1游戏AI是为了制作人能为玩家创造一个扣人心弦的经历。我们所有代码，策略都是为了达成这个目标。

1.1.2维基百科定义AI是一个系统，他感知环境，尽最大的可能去获取成功。（academic ai）但是这个很显然是不对的。比如迪斯尼的人物角色，作为人造物 （artificial life)他是为了创造一个扣人心弦的经历。(game ai)

1.1.3游戏和卡通一样，目的是娱乐而非成功。我们创造game al 是为了创造一个扣人心弦的经历，而不是使他像人。最大化乐趣大于最大化成功。

1.2.1暂停怀疑

1.玩家对于设计师创造的幻想世界怀疑度是比较小的。

2.AI行为只要从根本上符合理性，玩家会自动为AI行为脑补合理的解释。

3.这种解释远比我们设计的AI算法复杂，事实上我们不会浪费精力设计一个过分复杂的AI，这种AI也不会匹配玩家精神模型。

4.避免‘人工的愚蠢’撞墙、卡顿、以及频繁改变想法。尽管真人经常如此，但是这会让玩家觉得是算法缺陷。

5.让AI更好，但是玩家的行为复杂度高到难以预料。两个方法第一：故意设计一些愚蠢的角色，如僵尸，他们的愚蠢行为玩家愿意接受。第二：让AI显示他要做什么，比如让AI说‘我要攻击了！’又或者像模拟人生一样，小人头顶显示他的想法。AI并不是在交流，而是表现给玩家看。

1.2.2反应、不确定性主义、和作者的限制（脚本AI；基于规则AI；有限状态机；基于效用AI；计划；机器学习；）

1.本书目的旨在于讨论游戏AI的系统结构

2.从学术AI中提取的第一个想法是：创造一个启发式定义的用于制造那些令人渴望的体验的AI，同时用机器学习去优化这些体验。

3.存在问题：游戏设计师用松散的人类语言无法去定义启发式功如：‘fun’、‘excitement’、‘cool attitude’。

4.对于产生复杂决策的游戏，‘基于效用AI’（Utility-based AI）很常用，但是我们要保通过人类语言保持‘作者控制’（Authoriai Control）,这样才能操纵AI实现我们要的体验。而不是存粹依靠机器学习算法。

5.’反应’，’作者控制’是相互协调而非排斥。我们希望在竞争时候，角色能够有反应，环境出现微小变化，他会去感受并且选择更佳合适的选择，这个选择实时反馈游戏中环境变化。

6.我们可以创造一个反应系统，通过控制评价环境情况的方法，让系统作出的决定处于作者控制。（系统作出决定，而我们控制他如何去评价环境）

7.改变AI的决策，而不要直接改变角色行为。

1.2.3简单和可测量性

1、不可避免的是游戏AI需要不停的迭代。需要改错、试错。

1.2.4诡计与作弊

1、游戏AI‘作弊’是很重要的，很多时候我们认为的AI智慧表现都是通过‘作弊’实现。

2、魔兽争霸的例子：暴雪在魔兽争霸中有一个这样的场景AI。他会每隔一段时间释放一波单位攻击你，他会在战争迷雾之外产生这些单位。直到你的防御几乎被吞没。然后他就会停下，让你能够有机会去清除这些单位获得胜利。AI不制造建筑，不存钱，不产生新单位。只在需要的时候孵化单位。无论你的水平高低，他都创造一场史诗级的战役给你，你能够把你的能力发挥到极限，赢得这场战斗。

3.‘作弊’的定义：‘作弊’是为了给予玩家好的体验。

4.‘作弊’是暗处的工作，一旦被发现，将会破坏游戏体验。

5.存粹信息上的作弊。AI发现一个单位的存在与位置，是否需要提前感知？这个单位离开视野，稍后我们发现类似单位，他们是同一个吗？对于人类很简单，对于AI这很复杂，需要建立一个直觉与推测统一的对手模型。

6.很多类型游戏，信息作弊很重要，AI需要擅长预测资源位置，敌人力量位置。对于玩家，失败可以接受。但是如果赢得太简单，他们会觉得AI是**，经历就毁了。

7.可汗2中的例子：在可汗2这个RTS游戏中我们有两个精妙的AI设计。第一：每隔30秒让AI探索一个地区，那里有我们已知的不错的资源。这能够避免AI没有获得足够的，附近的资源。第二：我们让AI能知道敌人大体的兵力分布（但没有具体位置），这样可以方便我们合理分配兵力去攻击或者防守目标，同时避免过度追击目标。

1.学术AI能够做很多伟大的事情，解决复杂问题，但是这些对于游戏来说是不需要的。

2.游戏AI只需要能够完成一个目标：让开发者能够创造一段引人入胜的体验。

3.接下来的篇章我们学习一些技巧和技术去实现这个目标。