当前位置:主页 > 游戏 >  正文

谷歌Stadia总监详解:AI技术如何助力游戏研发?

来源: 网络整理  发布时间:2020-03-19 10:31

  谷歌经常谈论“下一个十亿用户”之类的事情,特别是它设计的产品和功能将如何帮助他们进入该公司的生态系统。Stadia研发创意总监Erin Hoffman-John最近在接受外媒采访时表示,她的团队更关注“下一个十亿玩家群”。

  如果谷歌将要触达这部分用户,Hoffman-John表示这将从它为创作者们提供的工具开始。

谷歌Stadia总监详解:AI技术如何助力游戏研发?

  Hoffman-John说,“我们认为,为了让游戏能够接触到真正广泛的受众,并让所有类型的新入行开发人员参与到这个过程中,我们必须让游戏开发变得更容易,让更小的团队更有效率”。

  为此,Hoffman-John的团队一直致力于机器学习方面的研究,以帮助解决开发者们遇到的一些常见的痛点和瓶颈。这个团队主要由游戏开发人员和一些工程师组成,以帮助将谷歌现有的一些技术应用到游戏创意原型中。

  Hoffman-John表示她们看这项工作是从“相当长远”的角度,甚至证明他们探索的技术都需要两年至五年的时间才能做到,与投放到市场并且用于一款发布游戏的时间相比少很多。

谷歌Stadia总监详解:AI技术如何助力游戏研发?

  她展示了一个叫做Chimera的项目作为Stadia调研和研发团队从事工作的案例,有点类似空中楼阁的想法是,某一天机器学习工具可以让一个20人的开发团队打造一个像《魔兽世界》一样庞大而复杂的游戏。但Hoffman-John很快就承认,这有点遥远,所以她的想法是从使用机器学习来简化一些小小项目的研发开始,比如卡牌收集游戏(CCG)的《万智牌》。

  Hoffman-John指出,对于许多真正的CCG来说,大部分的工作和预算都是由绘制和设计各种卡牌的外包美术师来完成的。Hoffman-John说,在这样的策略游戏中,大约70%的开发时间和投入都花在了重复性的内容制作上,比如制作一些差异化比较小的怪物来填满游戏世界。

  Hoffman-John说,“这并不是游戏开发者真正想做的有创意的事情,填补一个内容工作流程是你必须做的事情,这样可以让游戏世界更丰富”。

  所以,在做Chimera项目的时候,Stadia团队想要让机器学习为他们创造这些怪兽。团队从《此人不存在(This Person Does Not Exist)》使用的对抗性网络中获得了灵感,后者用一个根据真人照片培训的机器学习模型来制作假照片。

  Hoffman-John表示,Chimera使用了同样的规则,美术师创造了一些动物模型并且把一款CCG游戏卡牌的构成分为一些规则:场景从上方照亮,生物用帧和动态姿势展现,摄像头角度来自下方让它看起来更强大。然后他们使用一个机器学习模型来训练识别高品质的姿势,另一个模型可以为每张卡牌找到背景的风景图,并应用样式过滤器来给它们做出手绘的外观。

  将这些加在一起,Chimera可以为开发者生成数十种不同的卡牌。这时候,美术师开始从呈现给他们的大量选择中挑出他们喜欢的,并告诉项目制作一个融合这些特色的新卡牌。这个工具还可以给他们微调生物的能力,这无疑是非常必要的。

谷歌Stadia总监详解:AI技术如何助力游戏研发?

  Hoffman-John说:“如果我们让机器把动物粘在一起,你就会得到我们团队所说的梦魇燃料。”他们太可怕了,它们极为恐怖,但那不是我们想要的。如果你让机器做它自己的事情,它会给你一些远远超出美术师意图的东西。因此,如果我们只是想让开发者更强大,我们就必须让他们知道如何非常具体地指导人工智能(为他们工作)。”

  这些工具允许开发人员调整混合和匹配的动物部分,组成Chimera的合成兽。它们可以告诉系统在不同的部分加上翅膀或去掉它们,使一部分更像鸟,或使另一部分更像鱼。

  Hoffman-John把这个过程称为“与机器对话”,而且它并不是项目中唯一一个这样工作的部分。除了机器学习在资源创作方面的应用,Chimera还研究了它在游戏设计方面的潜力,除了使用机器学习帮助创建卡牌的视觉效果外,Hoffman-John还依靠机器学习来告知卡牌游戏本身的玩法机制。

  对于竞技游戏来说,在向广泛用户群发布一款产品后才发现平衡问题的情况并不少见。让一款游戏被经验丰富的开发人员和游戏测试人员看起来比较平衡是一码事,但让它看起来对数千万玩家,让一款游戏看起来平衡是一回事;而对于成千上万的玩家来说,在游戏发布日寻求积累优势则是另一回事。

未经授权禁止转载、摘编、复制及建立镜像,违者将依法追究法律责任,如有问题请联系我们删除。