[魯蛇] 從AI訓練思維來看遊戲平衡這件事

看板GameDesign (遊戲設計)作者PosetMage (AI魔法師公會長老)時間1年前 (2023/04/11 20:20)推噓2(2推 0噓 3→)

留言5則, 4人參與討論串1/4 (看更多)

如果要訓練AI當策略遊戲的平衡還有拿來當AI的思維：先分類型規則多的或者數值多的規則多的基本上必須以decision tree為主的方式去設計AI 數值多的話則很好套用hidden layer的概念當然是建議規則類型能減少就減少，畢竟越多規則會造成複雜的程式碼魔法風雲會就是規則多然後多到還有官方出被自己方官方禁卡的智障行為寫成程式當然也是超級麻煩訓練過程可以定義方向會方便很多，比如戰棋或者卡牌或者RTS有"勝負" 因為可以定義勝負了，所以可以採用強化學習(Reinforcement learning)去讓AI左右互搏學到一定程度之後，檢查"strategy space" 和 "strategic depth" 如果Strategy Space太小就是平衡太差，好的平衡就是盡可能擴大Strategy Space 從這個定義可以看出訓練上的困難，因為AI訓練是要找一個最好可以收斂的方向，比如勝率最終雙方會趨於50:50 (一般來說通常有先發優勢，可能是55:45，舉例來說，麻將就是25:25:25:25，四個高手一起打就是平均值在平手。) 問題是我們想要並不是一個收斂的結果，而是盡可能發散的Strategy Space。反向傳播(Backpropagation)訓練AI是只能往收斂走，無法往發散走的。從AI概念可以推論出真把平衡做好的很難玩遊戲也可以看出這種天生的非對稱性：策略遊戲玩家經常可以找到較好的策略，甚至因為某幾招特別好用，大家都用同一招了策略遊戲製作團隊卻難以找到好的平衡，比如Blizzard遇到平衡問題，就是先nerf再說"我們覺得這樣很cool。" -- DC群-AI魔法師公會(AIMageGuild) 歡迎你的加入 (請看個人資訊) 一起來聊AI的各方面包含 AI硬體 AI演算法 AI思維 AI咒語使用AI生產 AI打牌下棋的思維後AI時代的商業模式都可以聊 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 126.119.53.227 (日本) ※ 文章網址: https://www.ptt.cc/bbs/GameDesign/M.1681215649.A.EA0.html ※ 編輯: PosetMage (126.119.53.227 日本), 04/11/2023 20:23:44

推

MrFishing

04/12 10:21, 1年前 , 1^F

04/12 10:21, 1^F

推

tsrn46336686

04/12 22:02, 1年前 , 2^F

04/12 22:02, 2^F

→

strangechu

04/13 11:04, 1年前 , 3^F

04/13 11:04, 3^F

謝謝你的提問我在定義什麼是"平衡" 大家都說平衡不好那什麼是"平衡"? 一般人直覺是不同種族不能有太大的勝率落差但同種族之間呢? 某些技能招式組合太imba就是不平衡? 那同種族之間組合數量也相當多要怎麼說是你個人不會玩還是不平衡? 用"Strategy Space"是否可以作為一個可以統一這些問題的定義 Strategy Space要如何作為檢驗方式? 因為可能是你技術太差才以為其他組合不好用 AlphaStar用神族追獵者可以打爆人類不朽者那是誰的問題? 平衡又要怎麼做才合理? 所以引入了用AI去訓練的概念 AI大量探索後 "AI找到的Strategy Space"才是"平衡度" 那現在有平衡度的定義了要如何用電腦自動去尋找平衡度? 用神經網路AI? 很抱歉不行因為神經網路只能找收斂無法找發散那有沒有其他方法? 我個人猜"演化式計算"(基因演算法)反而有可能讓"AI找到的Strategy Space"大的數值集合去做雜交演化下一批數值 ※ 編輯: PosetMage (123.218.12.230 日本), 04/13/2023 12:29:35