机器学习彻底改变视频游戏行业的 6 种方式

自从 Xbox 和 Playstaion 等智能手机和视频游戏机问世以来，全球视频游戏行业一直在崛起。 2018 年，该行业的价值为 1390 亿美元。这已经超过了电影、电视和音乐行业的总和。综合所有平台，游戏行业现在在全球拥有 23 亿游戏玩家。电子游戏也是最赚钱的娱乐形式之一。这可以从 Rockstar Games 的侠盗猎车手 V 的总收入 60 亿美元这一事实中很容易地形象化。此类产品受欢迎的原因在于它们创造了一个沉浸式世界，捕捉玩家的想象力并提供独特的可玩内容。

在这些电子游戏成功的背后，有许多由工作室的开发人员完成的劳动密集型工作。角色环境中每个字符和对象的每一个细微差别都必须手工编码。这种重复性工作占用了游戏开发时间的很大一部分。

随着图形处理器单元 (GPU) 的最新进展和大量播放数据，出现了一个新建议——将机器学习和其他人工智能技术纳入开发过程。这可以使游戏引擎能够动态响应玩家的动作，并减少手动编码环境中的小东西所花费的时间。随着机器学习在游戏开发过程中的结合，游戏体验中可以并且已经观察到以下变化——

反应性不可玩字符：
一般来说，不可玩字符必须是硬编码的，因为它们是脚本字符，它们以固定的设置动作响应固定情况。通过结合机器学习，这些字符可以根据环境和玩家的游戏风格进行调整。例如，在小岛制作所出品的《合金装备5：幻痛》中，如果玩家在游戏中不断使用爆头技术，字符就会开始“戴上”头盔以防止被击中。头部。

复杂系统建模：
为了创造一个更加身临其境和更实用的世界，开发人员正在利用机器学习算法的内在优势来制作预测模型来预测玩家行为的下游。例如，在 EA Sports 的 FIFA 19 中，比赛的结果和场地会影响球队的士气，从而影响球队的比赛能力。

更漂亮的游戏：
视频游戏图形的普遍问题是，虽然它们从远处看很好，但从近处看时却很糟糕。微软正在与Nvidia合作，以便图像可以动态渲染，并且在近距离观察时可以看到更精细的细节。

现实互动：
典型的开放世界游戏需要玩家与其环境和“同伴”互动来完成目标。随着自然语言处理的兴起，玩家可以以更逼真的方式与其他字符互动。例如，在 Rockstar Games 的 Red Dead Redemption 2 中，一个人必须保持我们字符的“荣誉”等级，而其他游戏中的字符根据这个等级与玩家互动。

动态宇宙创建：
业内大多数流行的游戏都是允许玩家与环境互动的“开放世界”游戏。但是这个宇宙创造需要很多时间才能完美，并且由重复的小任务组成。在机器学习的帮助下，流程所花费的时间成倍减少，开发人员可以将节省的时间用于更具创造性的流程中。

引人入胜的手机游戏：
手机游戏贡献了视频游戏收入的 50% 左右。由于智能手机的硬件，这些游戏的范围是有限的。但是这种情况已经开始改变，因为现在人工智能芯片被安装到最新的智能手机中。最好的例子是OnePlus 7 Pro。它的硬件规格非常牢记移动游戏行业。