游戏技术站
在本次论坛上，腾讯游戏梅田JBOY3乐队工作室的CoDM和反战手游开发负责人于冬分享了“FPS游戏的AI应用与跨域科技创新探索”的话题，重点介绍了JBOY3乐队工作室FPS游戏中拟人化AI和代理动作生成技术的研发突破，以及相关技术在跨域科技创新中的应用和想象。
(腾讯游戏梅田JBOY3乐队工作室CoDM、反战手游开发负责人于冬发布分享现场)
十年深耕，FPS领域JBOY3乐队版图类技术新突破
梅田JBOY3乐队工作室是腾讯游戏梅田工作室集团旗下的射击游戏研究工作室，为玩家带来了多款知名的射击游戏作品，在FPS领域积累了扎实的研发实力。2015年，JBOY3乐队推出《穿越火线手游》，迅速抢占移动射击游戏市场。2019年，由JBOY3乐队和动视暴雪联合开发的《使命召唤》手游在全球范围内发行，并接连获得国内外多项行业大奖，其中包括TGA年度最佳手游。早在2012年，JBOY3乐队战队的前身、腾讯游戏的林朗天空工作室(后与梅田艺游工作室合并)自研射击团队就推出了腾讯首款自研全模式射击网游《逆战》，也是国内自研FPS网游的领跑者。目前，JBOY3乐队的研发过程中仍有许多新的旅游。2022年，“反战”IP的UE4科幻PVE射击新游戏《反战手游》也首次曝光。
(腾讯梅田JBOY3乐队工作室的网络游戏产品)
(在研究拍摄PVE的科幻产品《反战手游》)
回到AI技术，尤其是深度学习的发展，无疑为游戏行业的R&D进程和提升玩家体验的路径开辟了许多新的可能性。但由于FPS游戏往往采用3D立体场景，且游戏具有环境复杂、视觉不完整、敌多友多、环境利用多样性高等特点，FPS AI技术的研究难度相对于2D和2.5D游戏增加了一个数量级。带着这些挑战，JBOY3乐队和腾讯的AI专家团队开始了深度学习在FPS游戏中的首次尝试。
携手腾讯AI实验室，研究业界领先的FPS拟人化AI。
自2018起，JBOY3乐队工作室携手腾讯AI实验室，开始了以拟人化AI为核心目标的技术探索。面对3D环境带来的AI学习复杂性挑战，腾讯AI Lab与游戏端联合团队逐步攻克了3D环境感知拟人、3D操作拟人等技术难关，率先实现了业界领先的全地图FPS AI方案，可解决长序列决策、进行远程规划并具备掩体转移利用能力。
2020年，《穿越火线手游》首款剧情互动和竞技新模式《电竞传奇》上线。团队通过AI分析大量职业选手的真实游戏，模拟还原他们在游戏中的操作。这样，CF手游的职业玩家，如、满满、阿康等。，已经陆续植入游戏，玩家可以随时和这些高手玩1v1。
2022年，使命召唤手游还推出了5v5电竞挑战模式。当年获得职业大师赛冠军的Q9战队被量身打造为游戏中的AI角色。玩家可以组队挑战基于职业选手数据训练的“AI阿凡达”战队，体验电竞赛场上巅峰对决的竞技乐趣。
结合腾讯机器人X实验室的“智能体动作生成技术”，双向赋能游戏和机器人领域。
JBOY3乐队的PvE射击产品《对战手游》在AI动作生成技术领域取得了一定的突破。在PvE游戏中的战斗、成长、探索中，Boss、黑道、NPC等大量角色的表现和战斗非常重要，是为玩家提供沉浸式内容体验的核心组成部分。业内传统的动作方案主要是状态机，更多的依赖于庞大的行为树和动画资源。近年来，一些海外制造商已经开始实践更先进和更高效的发电方案。比如fistful dollars采用了FIFA 22使用的动作匹配、HyperMotion等前沿探索的技术。
反战手游团队把动作生成的研究方向放在了ARNN(auto regressive neural network)模型上，即自回归神经网络算法模型。该算法广泛应用于时间序列数据的分析和处理，常用于天气、股市预测等场景。简单来说，如果能用于动作领域，就可以通过大量真人训练，捕捉输入数据，让AI模型预测的动作序列帧的下一帧，最终生成完整自然的动作。
Arnn(自回归神经网络)模型
自2019开始，反战手游联手腾讯机器人X实验室，在ARNN模型研究的基础上，开始并逐步完成游戏和机器人领域的交叉技术“智能体动作生成技术”的研发。该技术基于ARNN模型原理，通过动作学习捕捉数据，通过数据驱动的自适应算法，NPC或机器人可以根据玩家操作或环境变化等不同的外界反应，自动生成更像真实生物的动作、反应和表情。
这有望成为自回归神经网络算法在网络游戏动作生成领域的首次真正应用。在研发过程中，最大的难点在于如何将算法应用到网游制作的生态中:团队从零到一构建了配套的工具链，在动作捕捉、动画预处理、持续训练、优化三个步骤上进行了大量的投入和研究。面对网络游戏中AI动作生成的网络同步和性能优化问题，研究人员采用了轨迹匹配技术、集成动画和相应的算法解决方案来优化整体性能和神经网络推理的代价，并取得了非常好的性能测试结果。
对于“反战手游”来说，新技术的应用将伴随着游戏中更自然的基本动作表现和更刺激、更沉浸的战斗体验。同时，这项技术还可以在播放器封装尺寸优化和R&D生产率提高方面提供帮助。现场，于冬分享了一些技术效果。可以看到，在采用该技术的多名暴徒同屏追逐的动画中，AI实时生成的暴徒动作非常生动多样。
代理动作生成技术下同屏多怪追逐效果的指示
智能体的动作生成技术在机器人领域的跨行业应用中也取得了优异的表现和进步。这项技术也应用在腾讯机器人X实验室自主研发的四足机器人Max上。一方面帮助机器人提升思维能力，使其在不断的训练下，实现更加自然流畅的运动轨迹和更加精细的粒子运动的智能生成、控制和决策；另一方面，借助实时物理仿真技术，研究团队可以在游戏中快速建立逼真、复杂、多样的机器人虚拟训练场景，游戏引擎的加速能力可以大大缩短机器人的训练过程和时间。
腾讯自主研发四足机器人Max。
目前在申请过程中的代理动作生成技术有多项专利。未来在游戏领域，这一技术可能会被重用于更真实的游戏整体动作生成，推动行业技术和用户体验的双重进步；在游戏之外的现实世界中，随着机器人自研的进一步发展，它也可能有机会在科研、养老、惠民服务等跨领域行业创造更大的价值。
用游戏技术让机器人更“聪明”
畅想FPS AI新生态，展望人工智能新时代。
在本次论坛上，于冬也表达了对游戏AI技术未来发展的一些思考。
其中一个想象是在R&D过程中自动测试人工智能。测试自动化程度是DevOps领域非常重要的指标，但逻辑复杂、内容含量高的PvE游戏很难在工业软件层面实现自动化测试。
但在未来，当AI逐渐具备对环境和氛围的感知能力、实时分析能力，以及对测试边界和条件的独立决策能力时，或许这一场景会成真:通过输入一个任务，AI就能像真人一样在游戏中执行指令和探索经验，还能生成详细的测试和反馈报告。这将大大提高游戏测试的质量和效率，助推游戏质量的保障和提升。
另一个想象是关于AI NPC生态，这也是最近业界非常热的话题。比如今年有一篇名为《生成智能体》(Generative Agents)的论文，描述了斯坦福大学和谷歌研究人员在一个“虚拟小镇”中对25个AI智能体进行“自主生存”的实验，引起了业界的极大关注和讨论。当AI一步步发展，能够拥有更多增强的自然语言、行为决策和社交能力，或许在虚拟世界中构建一个真实的AI NPC自运行生态并不是幻想。
生成代理生成代理:人类行为的交互式模拟
新一代游戏已经站在了变革的风口浪尖。AI为游戏的开发和创作带来了广阔的想象空间。我们也期待在技术的演进下，国产游戏能够不断推动前沿探索并实现突破，创造出更多独特、真实、深度的游戏虚拟世界。到那一天，我们也相信游戏AI+技术必然会打破传统场景，带来现实世界无限跨领域技术创新的可能。