经验啦

  1. 首页 > 游戏 > >

教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊

博雯发自凹非寺量子位|公众号QbitAI
现在的AI都开始学着逐帧搓招打街机了？
《拳皇98》、《街头霸王》、《死或生》……一干童年回忆全都玩了个遍 ， 其中还有号称要打5000场才能入门的3D格斗游戏《铁拳》：
教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊
文章图片
没错 ， 就是那个对新手极不友好的《铁拳》 ， 随便拉一张角色的搓招表感受一下这个复杂度：
（没错 ， 各种压帧判定的JF技就是其特色之一）
教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊
文章图片
△铁拳TT2出招表
但AI偏偏就能在入坑没多久就通关了最高难度：
教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊
文章图片
△左侧为AI
这款AI的背后是一位个人开发者 ， 也是一位骨灰级的街机游戏爱好者 。
他训练出来的新手“铁匠”在Reddit的“比赛录播”已经有近500的热度：
教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊
文章图片
强化学习训练框架
这位AI铁匠的背后 ， 是一个叫做DIAMBRAArena的强化学习交互框架 。
DIAMBRAArena提供了多个强化学习研究和实验环境 ， 具有情节性的强化学习任务 ， 由离散的动作（如游戏手柄按钮）和屏幕中的像素和数据（如人物血条）组成 。
在这一框架中 ， 智能体会向环境发送一个动作 ， 环境对其进行处理 ， 并相应地将一个起始状态转换为新状态 ， 再将观察和奖励返回给智能体 ， 以此交互循环：
教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊
文章图片
要实现上述循环的代码也非常简单：
importdiambraArena#Mandatorysettingssettings={}settings["gameId"]="doapp"#Gameselectionsettings["romsPath"]="/path/to/roms/"#Pathtoromsfolderenv=diambraArena.make("TestEnv",settings)observation=env.reset()whileTrue:actions=env.action_space.sample()observation,reward,done,info=env.step(actions)ifdone:observation=env.reset()breakenv.close()
这一框架目前支持Linux、Windows、MacOS等主流的操作系统 。
而这款AI的“实战场”为早期的TekkenTagTournament ， 当然 ， 搓招复杂度完全不逊色于之后的新版本……
教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊
文章图片
开发者选择了风间仁（Jin）和吉光（Yoshimitsu）两名具有代表性的角色作为主要操作对象 。
【教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊】输入分别为：从RGB转换为灰度 ， 并缩小到128x128px的游戏屏幕像素值、对战局数（Stage）、人物血条、游戏界面的一侧 。
训练中的奖励是一个基于生命值的函数 ， 如果对方生命值损伤则得到正面奖励 ， 己方控制的角色生命值损失则得到负面惩罚 。
同时 ， AI的动作速率也被限定为最大速率的1/10 ， 即游戏中每6步发送一个动作 。
由于框架使用的是一种离散的动作空间 ， 因此 ， 智能体在训练中的同一时间只能选择一个移动动作9向上 ， 向下等）或攻击动作（冲击 ， 踢 ， 出拳) 。
因此 ， 虽然一个连击组合的实战能力更强 ， 但由于AI无法同时点击两个动作 ， 在真实的对战中 ， 便会出现AI频繁使用踢（Kick）和更换角色（swap）两个动作的情况：
教AI逐帧搓招玩《铁拳》通关最高难度，现在的街机游戏爱好者牛啊
文章图片
评论区有资深PVP爱好者表示 ， 想要看到这种顶级AI选手互虐的激烈场景 ， 而开发者本人对此非常赞同：
我们正在创建一个平台 ， 在这个平台上 ， 程序员将提交他们训练有素的AI并互相对抗 ， 并在我们的频道上播放比赛 。

相关经验推荐


上一篇：S26顶端局最强辅助英雄诞生，大乔强势加入，重要的是这一点！

下一篇：阴阳师:开局就是仓管?纵观版本变迁史,貌似只有他毫无高光期