AI大模型赋能游戏：更智能、更个性化的NPC

最新推荐文章于 2024-09-15 15:29:29 发布

小洛~·~

最新推荐文章于 2024-09-15 15:29:29 发布

阅读量1.1k

点赞数 17

分类专栏：聊聊人工智能文章标签：人工智能游戏深度学习

本文链接：https://blog.csdn.net/m0_55303420/article/details/141179511

版权

聊聊人工智能专栏收录该内容

1 篇文章 0 订阅

订阅专栏

参考论文：https://arxiv.org/abs/2403.10249

在传统游戏中，NPC（非玩家角色）的行为往往是预先设定好的，缺乏灵活性和变化性。然而，基于大模型的NPC可以利用其强大的推理和学习能力，实时生成对话和行为，使其看起来更加真实和多样化。

随着大模型技术不断进步，它们在游戏中的应用变得越来越广泛和深远。从简单的角色对话到复杂的游戏策略，这些模型正在逐步改变我们对游戏的理解和体验。本文将从技术层面深入探讨大模型如何应用到游戏中。

人类是如何玩游戏的？

在思考如何让大模型玩游戏之前，让我们先来想一想人类是如何玩游戏的。

在游戏的过程中，人类大脑首先将感官信息转化为对游戏世界的感知表征，接着利用这些表征构建关于游戏环境的知识，并基于这些知识做出推理，最后通过行动来实现游戏中的操作。这一系列步骤可以概括为感知、推理和行动的循环过程。

下面我们以经典的游戏《塞尔达传说：旷野之息》为例，看看这个过程是如何展开的。

感知：解析游戏世界

在《旷野之息》中，玩家首先需要通过视觉、听觉等感官信息来感知周围的游戏环境。例如，玩家注意到敌人的位置、道具的分布，以及环境中的天气变化。这些信息会被大脑处理，转化为对游戏世界的理解。早期的游戏可能只要求玩家理解文本指令，而如今，游戏已经发展到需要玩家同时处理多模态信息，比如理解风向对箭矢轨迹的影响，或是辨别不同敌人的攻击模式。

推理：制定最佳策略

推理的过程涉及多个步骤，包括记忆、学习、推理、反思和决策。例如，玩家需要记住之前遇到的敌人行为模式，学习如何有效地避开攻击或寻找弱点。推理则帮助玩家在面对复杂情况时做出最佳决策，比如在敌人围攻时，玩家可能会评估使用炸弹、剑攻击还是躲避的最佳时机。而这些推理往往不是单线的，而是多跳推理——玩家需要同时考虑敌人的位置、自己的生命值、环境因素等多个变量，才能制定出最佳的战斗策略。

行动：执行与反馈循环

在推理之后，玩家会根据自己的判断采取行动，比如决定用剑击打敌人、在悬崖边使用滑翔伞逃脱，或者在寒冷的山峰穿上御寒衣物。在《旷野之息》中，行动的反馈直接影响玩家的下一步决策，比如敌人的反击、天气变化或是玩家体力的消耗，都需要玩家及时调整策略。

AI大模型如何玩游戏？

在理解了人类如何玩游戏之后，我们来探讨一下AI大模型是如何玩游戏的。AI大模型的游戏过程同样可以抽象为agent智能体的迭代过程：感知、推理和行动。

多模态感知：游戏世界更为沉浸

多模态感知是游戏大模型理解和互动的核心能力之一，它通过整合不同类型的信息（如视觉、语义和音频）来构建更具沉浸感的游戏体验。

语义感知

语义感知主要涉及对游戏文本元素的理解，如自然语言指令和对话。玩家通过解读这些文本信息来了解游戏中的环境、角色和事件，从而做出相应的决策。

语义感知可以进一步细分为以下几类：

简单文本输入：包括用户的简单描述、游戏状态和角色对话。
结构化或角色输入：涉及角色属性、故事背景及技能信息。
环境和上下文输入：指详细的游戏描述及任务指令，这些信息帮助玩家理解当前场景。
多模态输入：整合视觉、听觉和文本数据来做出更复杂的决策，并实现丰富的互动。

视觉感知

视觉感知是大模型处理游戏中图像信息的能力。然而，仅依赖将视觉数据转化为文本可能会导致重要信息的丢失，从而影响大模型NPC在游戏中的表现。

为了提升视觉感知能力，使用多模态大语言模型（MLLMs）是一种有效的方法。MLLMs能够整合视觉与其他感官数据，提升大模型NPC对游戏世界的理解和决策能力。

复杂推理与决策：NPC变得更“聪明”

在AI大模型游戏中，NPC的智能化体现在其复杂的推理与决策能力上。为了实现这一点，大模型模型需要具备知识存储和检索、进行推理和做出决策的综合能力。

知识存储和检索

为了正确地表示学习到的知识或过去事件，并在推理中使用这些信息，一个NPC需要有效地操作这些"记忆”。这就要求对游戏大模型设计一种高质量的记忆机制，使NPC能够有效存储和检索记忆。

例如，如果一个模型被用于模拟护士NPC的角色，大模型应了解包含医疗常识、病人交流的指南，以及诊断和治疗的标准流程。这使得模型能够在模拟或实际情境中更加有效和适应性地行动。

然而，这些知识可能不总是与特定的游戏场景等应用情境完全一致。因此，当前的研究旨在通过以下方式增强语言模型的常识性理解：

通过指令微调将结构化的知识嵌入。
使用SOP将常识集成到特定的角色和任务中。
使用RAG（检索增强生成）。
将详细的角色资料通过prompt输入大模型中。
使用知识图谱用于描述实体之间的关系。

进行推理和做出决策

大模型NPC的学习推理过程包括解释和整合各种来源的信息，以适应新的游戏场景。学习可以是显式的，通过特定数据集进行微调；也可以是隐式的，通过利用现有知识适应新情况。结合反馈和强化学习，大模型NPC能够通过环境交互优化行为，从而更好地适应游戏世界。

在复杂的游戏环境中，大模型NPC需要做出多层次的决策，这通常包括多跳推理和长期规划。多跳推理要求大模型NPC在做出决策前考虑多层信息和依赖关系，例如预测对手的动作并评估各种行动的潜在结果。长期规划则涉及设定长期目标，并通过一系列策略行动来实现这些目标。

持续行动与反思：NPC越来越“人类”

在游戏中，大模型NPC不仅需要做出即时的反应，还要能够持续行动和反思，以应对复杂的游戏环境，NPC的行为变得更加智能和人性化。

行动

在游戏中，NPC的行动空间可以分为三种类型：

基于文本互动：NPC通过文本与玩家或环境进行互动，解释和响应玩家的输入。
使用API互动：通过API，NPC能够获取或发送信息，控制游戏中的各种元素。
通过IO操作直接控制：例如使用键盘、鼠标等设备，直接影响游戏中的行为和操作。

反思

反思是指NPC评估和调整自身行为的能力。通过利用外部反馈和不断优化计划，NPC能够在游戏过程中不断改进。特别是在多智能体系统中，NPC需要与其他角色协作，重新评估和调整其决策，以更好地适应游戏环境。

通过持续行动与反思，NPC变得越来越接近人类，使游戏体验更为真实和动态。

大模型游戏未来展望

随着生成式AI和大模型的快速崛起，我们离NPC与游戏世界深度互动的梦想越来越近。《失控玩家》中，NPC逐渐觉醒，拥有了自主意识和情感的设定，为我们描绘了一个充满可能性的未来。虽然目前的技术还存在许多需要改进的地方，但通过引入能够理解和响应玩家的AI大模型，游戏世界将不再是单纯的虚拟场景，而是一个有感知、有情感的交互空间。