自电子游戏诞生以来，“AI”一词就一直被使用，但它很少指真正的人工智能。相反，它是一个通用术语，用来描述一个预先编程的对手或角色，假装聪明，但实际上只是遵循一系列的指令。不过，这一点正在慢慢改变——**电子游戏的人正在提供帮助。

今天，在GDC上，EA宣布它正在2016年的第一次世界大战射击战地1中培训AI特工。该公司表示，这是第一次以高预算AAA头衔（这是有争议的）完成此类工作，但更重要的是，它表示正在开发的方法将有助于改进未来的游戏：提供更高难度的，更现实的敌人是人类玩家，给开发者提供了调试软件的新方法。

EA的人工智能代理——与机器人不同，他们被期望学习如何玩，而不仅仅是遵循指令——正在使用两种标准方法的组合进行训练：模仿学习和强化学习。这两种方法都完全符合你的预期。第一部分是特工观察人类玩家，然后试图模仿他们。EA告诉我们，这大约占他们知识的2%，并使他们走上了正确的道路。

在初始学习完成后，代理必须自己解决游戏的其余部分，完成任务（如杀死敌人）的奖励将帮助他们通过试错过程。这就是强化学习。EA的代理以更快的速度玩成百上千的战场游戏，从而随着时间的推移不断改进。它类似于DeepMind用来训练其围棋AI的方法，尽管后者更注重战略思维。

您可以在下面看到正在运行的机器人程序：

EA“寻找非凡体验”部门（SEED）的机器学习负责人马格纳斯·诺丁（Magnus Nordin）对Verge说，人工智能特工被证明是相当有能力的战场玩家，但肯定不如人类。”我们对内部骰子开发人员进行了测试，他们是正派的，但不是专业人士。他们轻而易举地打败了机器人，但这并不是一场彻底的爆炸，”诺丁说。

在训练期间，机器人学会了各种技能。例如，他们学会了如何调整瞄准以适应火炮的后坐力，并证明了他们在躲避子弹方面出人意料的出色。”他们从一边跳到另一边是为了不被击中，”诺丁说。

但他们的一些行动表明，要让人工智能代理像人类一样自然地玩电子游戏，还有多远。诺丁解释说，机器人发展了一种特殊的“扫描”行为，它们会在其中旋转，寻找与之交互的东西。这是因为他们接受了强化学习的训练，如果他们的分数提高，或者他们获得了多余的生命和**，就会得到奖励。增加后一项奖励是因为EA的研究人员认为这将鼓励特工探索地图（以及帮助他们生存）。但这也有限制他们雄心壮志的副作用。”当他们看不到任何敌人时，他们只是开始扫描一些事情来做，”诺丁说。把它想象成一只因为无聊而寻找食物的狗。这不是不聪明的行为，但也不是那么聪明。

Unity的高级机器学习工程师Arthur Juliani表示，EA的工作与该领域早期的研究类似，但仍很可靠。”将这些方法结合起来，并证明它们可用于训练可在真实游戏中部署的代理，这是一个令人兴奋的前景，”朱利安尼告诉《边缘报》。他指出，OpenAI和DeepMind等机构的研究人员正在为星际争霸II和Dota 2等游戏打造自己的机器人。“游戏越复杂，挑战就越好，”朱利安尼说，尽管他补充说，复古游戏对于训练新类型的行为仍然非常有用，因为它们的计算强度较低。

诺丁承认，在国际象棋和围棋等游戏中，人工智能的工作已经完成，他强调了战场上第一人称射击游戏的更高复杂性。在棋盘游戏中，你有一个完整的世界模型和有限数量的可能结果，计算机可以对其进行详尽的建模，然后选择最佳选项。在射击中，玩家必须一次按下多个键——行走、奔跑、蹲下、射击、重新装弹、交换武器等等——所有这些可能的动作加上试图预测其他人的动作，使得任务变得复杂得多。

对于EA来说，其目的不一定是为了进一步拓展AI的一般领域，而是为了了解这项技术如何使游戏开发者受益。诺丁说，他认为在一段时间内，我们还不会看到AI玩家与人类较量。”他们不会出现在下一个战场上，因为那并不遥远，但可能是之后的战场——作为经典人工智能和神经网络的混合体，”他说。

拥有可以在地图上漫游的人工智能代理是加速游戏**的一个好方法。”“战场”是一个64人的游戏，所以要全面测试它，我们需要64人填写一个等级，人工智能代理可以做到这一点，”诺丁说。朱利安尼对此表示同意，并表示这就是为什么Unity正在开发自己的AI工具供社区使用。”经纪人可以接受培训，试图在游戏中发现漏洞，并确保游戏得到适当的平衡，”他说。

所以，在AI玩家开始在我们最喜欢的视频游戏中击败我们之前，他们至少会帮助我们**它们。这不是一笔糟糕的交易。