最会玩游戏的，是 AI

在 AI 的江湖中，率先出世并在围棋和《星际争霸 2》中击败人类顶级选手的 AlphaGo，已经宣告退隐。如今，高手仍在不断涌现，继 MOBA 游戏被「攻陷」后，AI 将触手伸向了 MMORPG 品类。今天我们故事的主角，是由腾讯 AI LAB 和天涯明月刀团队共同研发的「绝智」。

随着技术的发展，「AI 玩游戏肯定比不过人类」的认知已经一次次被颠覆。《天涯明月刀》中的绝智 AI 正是其中之一。当主播在与绝智的1v1决斗（游戏中被称为「论剑」）中被行云流水、轻松写意的招式轻松打败后，无一不「戴上痛苦面具」：「我怎么就输掉了呢？发生了啥？我有点接受不了……」

▲ 被绝智「轻松」打败后，游戏主播「痛苦到模糊」

人类真的赢不了 AI 了吗？APPSO 联系到了《天涯明月刀手游》的研发团队以及腾讯 AI LAB ，并对他们进行了采访，希望得到这一问题的答案。

AI 的修行，从搭建修炼场开始

「反正人类也不是第一次输给 AI 了，这次不过是换了一款游戏罢了」，相信很多人会有这样的想法。只是换了一个游戏这么简单么？联合团队的研究人员为我们分享了一段绝智 AI 的修炼之路。

想让绝智在《天涯明月刀》中成为战无不胜的大侠，第一步是为它搭建一个修炼场。

有别于人类玩家使用移动 app 或电脑软件进行游戏，AI 是以程序的形式「住在」服务器里。为了解决 AI 和游戏，以及移动 app 和电脑软件之间「语言不通」的问题，联合团队首先使用了微软的 .Net Core 作为解决方案，无需重新编写大量的代码就可以让绝智跨越多种平台与玩家「见面」。

而为了让绝智真正「见到」玩家，联合团队也动了一番心思。

首先，团队去除了原有程序内不相关的要素，专门搭建了包括人物属性、技能伤害等游戏内各种参数的基础数据库，让绝智 AI 能以最少的负担正常运行。

其次，在线上进行一场《天涯明月刀》的 1v1 对战，其实就是让两个不同的服务器的玩家进入一个「跨服服务器」进行战斗。由于这个流程可能会横跨六七个服务器，有时还需要中转，整个过程对服务器的要求是很高的，同时还会消耗大量资源。

为了提高训练效率，联合团队采取了一个巧妙的方法，那就是训练过程中只保留跨服服务器。让绝智 AI 直接「住在」跨服服务器上，把原本需要的资源量精简到不足一半，从而让战斗得以顺利进行。但即便如此，联合团队依然消耗了几百台服务器，用来保证同时进行几十万 AI 的不断训练强化。

最后，对战场地自然重要，但观战与复盘同样不可或缺。为了及时发现训练过程中的问题、保证整体效果。团队运用一套工具来实时监控和调整 AI 的战斗场次，甚至可以用来随时观看任一场 AI 的对战过程。

解决了跨服战斗和手游移植的问题后，绝智 AI 才算是正式步入天刀武林了，完成了他成为武林高手的第一步。那绝智 AI 又是如何成为站在天刀论剑顶峰大侠的呢？这是它接下来的故事。

从初出茅庐到战无不胜，这是绝智的修行之路

就像看完魔术，我们想知道背后的秘密，在看完 AI 打败主播后，玩家肯定也想知道 AI 为什么这么强，它是怎么打败人类的。

而在介绍开始之前，我们先看看绝智到底用什么样的操作，让主播直呼「接受不了」。

▲ 绝智的连招操作，为最大化造成伤害进行技能衔接与组合.

▲ 在主播施放特定技能的瞬间进行格挡，避免自己陷入破定状态，并快速反击.

每种游戏 AI 都是同样的「战无不胜」，但它们的训练方法却因游戏类型而完全不同。绝智 AI 在《天涯明月刀》这款 MMORPG 游戏中，自然有着与其他 AI 完全不同的成长经历。要聊绝智 AI，就先得聊聊《天涯明月刀》有什么不同点。

当玩家在《天涯明月刀》中设定好一个角色后，从不同职业带来的技能差异到玩家在成长中不同的个性化选择，再到玩家操作水平和对游戏的理解，让天刀中的每一个角色都有所不同、千人千面。到了论剑场上，一招一式的针锋相对，每时每刻的见招拆招，都需要玩家进行连续不间断的决策选择。如果想要进行不同职业间的对决，你还要对其他职业足够了解，才能游刃有余。

▲ 天刀手游中，每个门派都有数个主动和被动技能，而端游则更加复杂.

对玩家来说尚要如此，对绝智 AI 来说更是一种挑战。

为了让绝智 AI 可以快速的成为《天涯明月刀》中的武林高手，一个可以让它随时切磋对战的对手（强化学习训框架）就必不可少了。

联合团队依托自主研发的大规模强化学习平台，通过成千上万场的对战，在保证 AI 在训练过程中循序渐进的提升行为策略前提下，为各种各样的战局状况寻找最优的对应方式。

就像上文说到的，丰富的职业、技能、装备让论剑对局有无限可能，每一步操作都拥有非常庞大的探索空间。为了让绝智 AI 走好论剑对战的第一步，在训练初期阶段，通过引入一些课程学习策略，如随机设置AI在地图中的出生位置、初始化不同的状态值等，起到加速探索的目的。

同时，在整个对战期间，为了减少 AI 进行原地打转、空放技能等无意义操作，还利用 Action Mask 对技能使用的条件进行了限制，保证 AI 不会在无法命中目标或者还未冷却时释放技能，从而降低它的探索空间，以便更高效的投入战斗。

▲ 如果没有妥当的引导，AI 在学会高效战斗前会浪费大量的时间摸索技能释放.

那么，要如何让 AI 知道什么时候该做什么事情呢？AI LAB的项目负责人介绍，很重要的一点是 reward 设计。简单来说，就是对各种目标设定一个奖励分，举个例子，如果 AI 用技能打到了对手，就给正分数，如果 AI 空放了技能，就给负分数，AI 的最终目标就是顺利赢下这场对决，分数越高越好。

好的 reward 设计可以快速引导 AI 学习，但设计和验证 reward 都有很高的成本，一方面，AI 可能找到捷径，用特殊的方式拿到高分，另一方面，奖励的设置，在一定程度上也会限制 AI 的发挥。

根据《天涯明月刀》的游戏特点，AI LAB 与天刀联合团队针对角色生命值状况设置了「血量零和」reward，来强调己方生命值损耗比对方更少；而影响战斗的「压制」和「浮空时间」reward，则能引导 AI 学习如何通过技能组合长时间压制对手和浮空连招，来提升战斗效率——不仅要赢，还要赢得高效漂亮。

▲ 经过引导与强化学习，AI 对浮空连击技巧的应用已经炉火纯青.

对于玩家来说，「战无不胜」是他的终极目标，但对于 AI 来说，这只是它的第一阶段：绝智 AI 还有一个更重要的任务：满足不同玩家的游戏需求——失败是另一种成功。

上面提到，除了复杂的技能树与多种职业带来的庞大探索空间，《天涯明月刀》还有一个非常重要的差异点：那就是玩家差异。

在天刀的游戏世界里，装备、经脉、心法等成长要素都会影响玩家的功力——功力是一个对玩家战斗力水平的评价数值，由游戏中各维度属性影响——在不断成长的过程中，每个玩家的进度都是不一样的。即使功力相似，玩家的操作水平也有高低之分。

正是角色本身的功力差异以及每个玩家的操作水平，才构成了玩家的段位。那么，绝智 AI 是如何覆盖所有玩家的呢？其实这是两个问题：「如何覆盖所有功力」和「如何覆盖所有操作水平」。

▲ 与多数竞技游戏类似，在天刀中玩家也能通过胜利不断提升段位，证明自己的同时获得奖励.

针对不同的功力，绝智采用了一个大规模的功力模版泛化去覆盖所有功力的玩家。「战无不胜」的绝智对《天涯明月刀》论剑的策略已经非常清楚了，进行大规模泛化后，基本可以覆盖到所有功力的玩家；而针对不同操作水平的玩家，则采用了能力分级技术，把绝智 AI 的能力降下来。

通过这两个方法，不同段位的玩家就能匹配到不同实力的绝智 AI，从而满足不同功力、不同操作能力的玩家需求——不是绝智变弱了，而是它可以根据你的能力点到为止。

▲ 从最低到最高跨越了 24 个段位，而玩家也呈现正态分布.

说起来简单，但绝智的成长之路，可远没这么简单。《天涯明月刀》的战斗策划 elsli 告诉我们，绝智的最初版，别说是连招，就连攻击玩家都做不到，只会站在原地空放技能，或者不停的撞墙。它的操作，连一个游戏的初学者都比不上。

而随着百万小时的对战训练和千万场的论剑对决，reward 设计逻辑的不断优化，那个只会在原地空放技能的 AI，就像一个初出茅庐，想要在武林中打出一片天地的少侠，逐渐学会了战斗、格挡、连招，终于有一天，天刀的战斗策划突然发现：我好像打不过它了。

今天的绝智，战斗策划已经无法通过和它对战来判断新的模型是否有进步——反正都是打不过，完全无法判断 AI 到底有多强。

而当绝智到手游端后，许多新玩法新套路，都是策划、玩家在看过绝智 AI 的操作后才恍然大悟：原来还能这么玩。

▲ 经过刻苦训练后，AI已经可以轻松「拿捏」大多数对手，甚至是「教他的老师傅」.

能战无不胜，也能点到为止，能陪玩战斗，也能教你套路，绝智正在规划的道路中不断前进，又在前进的道路中不断为我们带来惊喜。

战无不胜、点到为止，绝智的大侠风范

绝智到底有多强？《天涯明月刀》的战斗策划给我们的答案是：超出预期。

作为一个陪玩 AI，绝智的目的还是让玩家可以获得更出色的游戏体验。而对玩家来说，不论是端游还是手游，关于 AI 玩家无非有以下三种期待：看到实力超群的游戏主播、职业玩家被 AI 打败；看 AI 之间进行对决，用绝对理性强大的操作来评判出武林中的最强门派。最后一个，也是最重要的一点：玩家希望有一个可以随时可以与它对战的人。

▲ 每个「战斗系」玩家都需要一个最了解自己又水平相当的陪练，甚至是「孤独求败」的顶端玩家.

《天涯明月刀》团队对绝智 AI 的期待是，可以与不同功力、不同操作水平的玩家在论剑对决中，保持 40% 的胜率。可自我成长能力超过策划预期的绝智 AI，在打败人类的道路上一骑绝尘，在之前与游戏主播的对战中，更是拿下了 13 连胜的成绩，什么，设计目标是胜率 40%？

「虽然节目效果很好，但这真的不是我们的目的」——《天刀》的策划在采访时略显抱歉，但同时也能感觉到他对绝智的骄傲。

在采访的最后，《天涯明月刀》团队为它打出了 8 分的成绩：绝智足够强，但强大并不是《天涯明月刀》团队所追求的，让绝智能在论剑中保持点到为止的表现，并把它应用到更多游戏场景中，让玩家拥有更好的游戏体验，用 AI 技术去创造新的游戏性，才是绝智的发展目标。

今天的绝智已经完成了一个稳定的训练框架，从接入游戏职业到 GameCore 的职业实现、进行 AI 训练，再到即时稳定的训练建模，已经可以在很短时间内在手游端训练出最强 AI。即使有版本迭代、职业调整，也可以快速完成训练。

绝智可以变成最强 AI，一人一剑战无不胜，但让不论什么水平的玩家，都可以在论剑或者其他游戏场景中，找到一个符合自己技术水平、装备功力的 AI，在和它大战三百回合后收获成长。那种峰回路转、柳暗花明的对局，才是最符合玩家期待的，陪伴玩家练习和成长的「最强AI」

在这条道路上，绝智正在不断探索、不断前进，来为玩家创造新的游戏性。

绝智的成长，还未到尽头

在主播与 AI 的战斗中，除了绝智格挡反击等让玩家觉着不可思议、引发阵阵赞叹的流畅操作，还有另一场景同样让直播间充满了欢乐的气氛：在主播残血即将失败时，绝智并没有来结束战斗，而是连续翻滚，似乎在「嘲讽」主播。

我原以为这是绝智的一个新奇的设定，而 AI LAB 的研究人员很坚定的告诉我们：虽然玩家反馈很好，但不得不承认，这只是一个 Bug。

▲ 「嘲讽」主播的绝智 AI「秦一十一」，被观众笑称为「主播的一生之敌」.

强大的 AI 打败真人玩家，这是玩家想要看到的，但玩家更想看到的，是 AI 不只单纯的强，而且更具人性、更有温度。那时的 AI，可要比单纯的战斗力强要更加令人赞叹。

不过，虽然从理论上来讲，AI 零延迟的反应速度、可以记住所有技能冷却、判定范围的记忆力是大多数玩家无法匹敌的高度，但对顶尖的、拥有比普通玩家更快反应速度的职业选手来说，现在的绝智 AI 并非无法战胜，这是人类策略的胜利。在游戏策略方面的进化，同样是绝智未来想要拓展的方向之一。

那么，绝智的未来会是什么样的呢？

在我们询问对未来的计划时，已经在天刀论剑中创造出「最强 AI」的研发人员反而谦虚了起来：「就是脚踏实地，先一步一个脚印吧。」而策划口中的「一步」，已经在《天涯明月刀》的故事中开始酝酿。

「科技」与「武林」，似乎是两个完全无法连接起来的概念，但在《天涯明月刀》中，它却意外的有些和谐。从落眼于江湖的「孔雀翎」主题，到落眼于天下的「大悲赋」主题，《天涯明月刀》即将开启落眼于宇宙的「血鹦鹉」主题。绝智，则是开启这个新时代的钥匙。

▲ 或许未来，游戏内的 NPC 将由 AI 接管，变得更加栩栩如生.

现在提到宇宙，我们会想到浩瀚星空，但作为一个古词，宇宙指的本是天下四方、古今往来的一切浩瀚神灵，而「绝智」之名，正来自天刀世界中，以脚步丈量九州、以手眼描绘风物，醉心于科技探索和发明创造的组织「绝智轩」。这样的设定，让绝智 AI 进入天刀宇宙显得非常融洽。

《天刀》IP 的世界观构架师则表示，会把绝智系列 AI 融入游戏本身的设定中，古今辉映的天刀宇宙，会因绝智 AI 的加入来开启全新的「血鹦鹉」主题。

在端游的实践中，研发团队们发现许多 AI 都有了忠实的粉丝，玩家会根据 AI 设定上的特色，为他们赋予「比较怂」、「有心计」等性格。而在《天涯明月刀》未来的规划中，绝智 AI 也确实将延伸出符合 AI 性格的人设，在陨星之战（手游）、馥郁之战（端游）等主题战场上大展身手，甚至会成为「衔命绝智轩」的主题话本核心人物，让 AI 成为 BOSS，为 PVE 玩法带来更多可能。

同时，智能化AI的潜力不仅仅是战斗AI，还有整个游戏世界和全新虚拟生态的构建。在未来，还会有「绝智系列傀儡」，不只陪玩家对战，还能实现设定、性格方面的陪伴，成为一个与玩家共生、陪伴玩家成长、游历江湖的玩伴，让每一位少侠的江湖之路都不再孤单。