2023世界人工智能大會(WAIC)於7月6日-8日在上海舉辦，全球人工智能領域的領軍學者、多位圖靈獎及諾貝爾獎得主、知名科技企業代表、國際組織代表等齊聚，分享及探討人工智能技術的新成果、新機遇、新挑戰。大會第三天，由上海市徐匯區人民政府指導，騰訊遊戲、騰訊華東總部主辦，上海西岸開發(集團)有限公司支持的“遊戲AI應用與遊戲科技論壇”順利舉辦。諸多遊戲行業嘉賓與會，***同探討AI科技在遊戲行業中的技術積累與願景，展示AI技術在不同遊戲品類中的創新拓展案例，及AI+遊戲工具在跨界領域的應用發展。
本次論壇中，騰訊遊戲天美J3工作室 CoDM、逆戰手遊開發負責人於棟，以《FPS遊戲的AI應用與跨領域科創探索》為題進行了分享，重點闡述了J3工作室在FPS 遊戲的擬人 AI 與智能體動作生成技術的研發突破，以及相關技術在跨領域助力科技創新層面的運用與暢想。
(騰訊遊戲天美J3工作室 CoDM、逆戰手遊開發負責人於棟發表分享現場)
十年深耕FPS領域 J3布局品類技術新突破
天美J3工作室是騰訊遊戲天美工作室群旗下射擊遊戲研運工作室，已帶給玩家多款耳熟能詳的槍戰遊戲作品，積澱了紮實的FPS領域研發實力。2015年，J3推出《穿越火線手遊》，上線即快速搶占移動端射擊遊戲市場。2019年，J3與動視暴雪聯合研發的《使命召喚手遊》全球發行，並陸續獲得包括TGA年度最佳移動遊戲在內的多項海內外行業大獎。而早在2012年，J3團隊前身、騰訊遊戲旗下琳瑯天上工作室(後與天美藝遊工作室合並)的自研射擊團隊便推出了騰訊首款自研全模式射擊網遊《逆戰》，這也是國產自研FPS網遊的領軍之作。目前，仍有多款新遊在J3的研發進程中，2022年，《逆戰》IP的UE4科幻PVE射擊新遊戲《逆戰手遊》也首次曝光。
(騰訊天美J3工作室旗下在線遊戲產品)
(在研科幻射擊PVE產品《逆戰手遊》)
而說回AI技術，尤其是深度學習的發展，無疑為遊戲行業研發流程及玩家體驗提升路徑開辟了眾多新的可行性。然而，由於FPS遊戲往往采用3D立體場景，加之遊戲具備著環境復雜、非完全視野、多敵多友、環境利用多樣性高等特征，都使得FPS的AI技術研究難度較2D、2.5D遊戲有著數量級的增加。帶著這些挑戰，J3聯合騰訊的AI專家團隊，開啟了深度學習在FPS遊戲中的首創嘗試。
攜手騰訊AI Lab ***研行業領先FPS擬人AI
2018年起，J3工作室攜手騰訊AI Lab，開啟了以擬人AI為核心目標的技術探索。面對3D環境帶來的AI學習復雜度挑戰，騰訊AI Lab與遊戲側的聯合團隊***同逐步攻克了3D環境感知擬人、3D操作擬人等技術難點，率先實現了業界領先、能夠解決長序列決策、進行長距離規劃、具有掩體轉移與利用能力的全圖FPS AI方案。
2020年，《穿越火線手遊》首個劇情互動+競技的新模式“電競傳奇”上線。團隊通過AI對職業選手的大量真實對局進行分析，並在遊戲中模擬還原出他們的操作。就這樣，CF手遊的職業選手國寶、蠻蠻、阿康等人陸續被植入遊戲，玩家可以隨時與這些高手來壹局熱血沈浸的1v1。
2022年，《使命召喚手遊》也上線了5v5電競挑戰賽模式。當年獲得職業大師賽冠軍的Q9戰隊，被量身定制為遊戲內的AI角色，玩家可以組隊挑戰基於職業選手數據訓練出的“AI分身”戰隊，體驗電競賽場上巔峰對決的競技樂趣。
聯合騰訊Robotics X 實驗室 “智能體動作生成技術”雙向賦能遊戲及機器人領域
J3的在研PvE射擊產品《逆戰手遊》，則在AI動作生成技術領域取得了壹定的研發突破。PvE遊戲內的戰鬥、成長與探索中，大量的Boss、小怪、NPC等角色的演出與戰鬥至關重要，這些都是向玩家提供沈浸式內容體驗的核心組成部分。業內傳統的動作方案主要是狀態機，更多依靠龐大的行為樹和動畫資源堆疊而成;近年來，也有海外廠商陸續開始實踐更先進高效的生成方案，比如荒野大鏢客采用了動作匹配技術(Motion Matching)、FIFA 22所運用的HyperMotion等前沿探索。
逆戰手遊團隊將動作生成的研究方向放在了ARNN(Auto Regressive Neural Network)模型，即自回歸神經網絡算法模型上。這是壹種廣泛應用於分析和處理時間序列數據的算法，經常用在天氣、股市預測等場景。簡單來說，如果能將其用在動作領域，就能實現通過大量真人動捕輸入數據訓練，讓AI模型預測出的動作序列幀的下壹幀，最終連貫生成完整、自然的動作。
ARNN(Auto Regressive Neural Network)模型
2019年起，逆戰手遊聯手騰訊Robotics X 實驗室，基於ARNN模型的研究，開啟並逐漸完成了遊戲及機器人領域的交叉前沿技術——“智能體動作生成技術”研發。該技術以ARNN模型原理為基石，學習動作捕捉數據，通過數據驅動的自適應算法，讓NPC或機器人能根據玩家操作或環境變化等外界不同反應，自動生成更像真實生物的動作、反應與表達。
這預計將是自回歸神經網絡算法在網遊動作生成領域的首次真正運用落地。研發進程中，最大的難點在於，如何將算法應用於網絡遊戲制作的生態中：團隊從零到壹搭建了配套的工具鏈，並在動作捕捉、動畫預處理、持續訓練與調優三個步驟中做了大量的投入與研究。而面對網遊中AI動作生成的網絡同步及性能優化問題，研發人員采用了軌跡匹配技術、融合動畫及相應算法層面的解決方案，優化整體效果表現和神經網絡推理的開銷，目前也已達到非常不錯的性能測試效果。
對《逆戰手遊》而言，新技術的運用將伴隨著更自然的遊戲內基礎動作表現、更精彩與沈浸的戰鬥體驗，與此同時，該技術也能在玩家包體大小優化、研發產能提效等維度作出助力。在現場，於棟分享了壹些技術效果示意，可以看到，在運用了這項技術的多小怪同屏追逐效果動畫中，AI實時生成的小怪角色動作表現非常生動、多樣化。
智能體動作生成技術下的同屏多小怪追逐效果示意
智能體動作生成技術在機器人領域的跨行業運用上，也有著非常出色的表現與進展。這項技術也同時被應用於騰訊Robotics X實驗室研發的自研四足機器人Max上。壹方面，它幫助著機器人提升思考能力，讓其能在持續訓練下實現更自然流暢的運動軌跡、更細顆粒動作的智能生成、控制與決策;另壹方面，借助實時物理模擬技術，研究團隊可以在遊戲中快速建立逼真、復雜多樣化的機器人虛擬訓練場景，加上遊戲引擎的加速能力，能夠大幅縮短機器人的訓練過程和時間。
騰訊自主研發四足機器人 Max
目前，智能體動作生成技術已有若幹專利在申請流程中。未來，在遊戲領域，這項技術或可復用至更多寫實風格遊戲的整體動作生成，推動行業技術與用戶體驗的雙重進步;而在遊戲外的現實世界，隨著機器人自研進程的進壹步推進，它或許也有機會在科研、養老、惠民服務等跨領域行業中創造出更大的價值。
用遊戲技術，讓機器人變得更“聰明”
暢想FPS AI新生態 展望人工智能新時代
在本次論壇中，於棟也發表了對遊戲AI技術未來發展的壹些暢想。
暢想之壹，是研發流程中的AI自動化測試。測試自動化程度是DevOps領域非常重要的指標，但邏輯復雜、內容豐富度高的PvE遊戲如要實現工業軟件級別的自動化測試，難度較高。
但在未來，當AI逐漸具備感知環境氛圍能力、即時分析能力、對測試邊界和條件有自主決策能力時，或許這個場景就得以成真：輸入壹段任務，AI便可以像真人壹樣在遊戲執行指令、探索體驗，還能生成詳細的測試與反饋報告。這將大幅提升遊戲測試的質量和效率，助推遊戲品質的保障與提升。
另壹個暢想則關於AI NPC生態，這也是近期業內非常熱門的話題，比如今年就有壹篇題為Generative Agents的論文，講述了斯坦福大學和谷歌研究人員的壹項“虛擬小鎮”中25個AI智能體“自主生存”的實驗，引發了行業內極大的關註與討論。當AI隨著逐步發展，能夠擁有更強化的自然語言、行為決策及社交能力時，也許在虛擬世界構建壹個真正的AI NPC自運轉生態，便不是幻想。
Generative AgentsGenerative Agents: Interactive Simulacra of Human Behavior
新世代的遊戲，已經站在了變革的風口。AI為遊戲的開發與創造帶來了廣袤的想象空間，我們也期待著，在技術的演化下，國產遊戲能夠不斷推進前沿的探索並實現突破，創造更多獨特、真實而充滿深度的遊戲虛擬世界。而到那壹天，我們也相信，遊戲AI+科技必然能夠打破傳統場景，帶來現實世界中無限跨領域科技創新的可能性。