機器學(xué)習(xí)與游戲的思考

邱梁東 電子科技大學(xué)計算機學(xué)院

1 廣告

個性化強是游戲廣告的主要特點之一，并且手機游戲玩家就擁有相對較廣的分布范圍，同時在玩手機游戲的過程中不會受到時間和地點的限制。游戲方如果要將廣告的力度推行到最好，獲取最大的利益地有效進行游戲廣告?zhèn)鞑?，需要做到合理定位，玩家的?shù)據(jù)信息比如年齡、性別、愛好是可以量化的，手機游戲也包含重度游戲、中度游戲、輕度游戲三個類型[1]，不同類型的游戲在玩家上線時間、投入金錢以及忠實度可以分類并且具體計算化，同時廣告的收益也能夠估計數(shù)制，所以機器學(xué)習(xí)能夠給廣告的投放提供一個良好的決策方案，有效地使廣告內(nèi)容與玩家之間實現(xiàn)點對點的傳播。

2 游戲 AI

2.1 博弈與棋牌

博弈一直是人工智能的重要分支，深度學(xué)習(xí)在其他領(lǐng)域的成功帶給了游戲人工智能前所未有的啟發(fā)。圍棋作為是現(xiàn)存最復(fù)雜的完全信息博弈之一。相比其他的國際象棋和跳棋，圍棋的搜索空間極大，在19路行與19路列的交叉點上雙方輪流走一步，局面的描述和評估都極難。隨著卷積神經(jīng)網(wǎng)絡(luò)在雅達利游戲（打磚塊）上取得了巨大的成功，人們期望同樣的方法可以用來解決計算機圍棋，在這一點上DeepMind的AlphaGo沒有讓我們失望，我覺得有理由相信，只要博弈游戲的向量空間是有限并且能夠計算的，至少在目前所接觸的所有棋牌類游戲都能夠利用深度學(xué)習(xí)得到一個強大的機器人AI，作為玩家的對手參與這類游戲的博弈，并且通過設(shè)置難度，使玩家可以體會到與人博弈時一樣的游戲樂趣。

2.2 游戲體驗

博弈之外的游戲AI沒法把一切工作都交給黑盒子，只尋求一個結(jié)果，這些游戲AI通常是把每一步的動作都規(guī)劃好。即使在競技游戲中，大部分人體會到的快樂也來自于技能釋放的精準、走位的風騷，還輪不到和AI對抗策略計謀的地步[2]。游戲AI的目標不一定是模仿真實玩家，而是讓我們的游戲體驗更好。在這一點上考慮權(quán)值的處理，權(quán)值大并不意味著游戲獲勝的概率高，而是在相同難度下，玩家獲得的體驗感更好[3]。

3 游戲環(huán)境

3.1 用戶社交

作為手機游戲，除了一些單機游戲之外，所有玩家都在游戲里能夠互動，可以在頻道內(nèi)聊天，留言，展示資料信息，添加好友、公會等，這些用戶的社交可以為游戲開發(fā)商提供關(guān)于游戲本身的意見。可以利用自然語言處理的一些算法，將玩家對于游戲機制的一些探討交流收集起來，由于游戲本身就是目的是娛樂休閑，所以對于游戲里的用詞可能并不會使用官方的詞語而是游戲玩家通用的簡稱，因此在收集很多數(shù)據(jù)的同時建立模型，并加以篩選，得到規(guī)則上或者內(nèi)容上的玩家意見，從而明確對游戲的改良方向，提升游戲的可玩性。同時，搜集這些對于游戲有價值的數(shù)據(jù)不局限于游戲內(nèi)的文本，可以在新浪微博、百度貼吧中搜集類似的數(shù)據(jù)，相對來說收集的范圍更大。

3.2 不良行為

游戲的社交平臺上會不可避免地會出現(xiàn)一些騷擾或者不良信息，游戲里都通用的應(yīng)對方法是其他玩家的檢舉或者設(shè)置一些關(guān)鍵詞，但是往往出現(xiàn)治標不治本的情況，水軍的賬號可能會有很多，一個個查處的效率可能會很低，并且處理的速度往往比不上新注冊一個不法賬號的速度，因此對于游戲內(nèi)發(fā)言可以建立一個篩選機制，手動收集加上用戶檢舉搜集這些數(shù)據(jù)，再利用這些數(shù)據(jù)建立對于發(fā)言中含有廣告、違法信息、敏感信息的文本過濾模型，對散播廣告的小號封禁處理，同時可以禁止一些用戶頻繁的重復(fù)發(fā)言。在以前的游戲中，作弊工具的效果都會非?？鋸堃灾劣谒查g就能被其他玩家發(fā)現(xiàn)，而現(xiàn)在，優(yōu)秀的作弊工具會表現(xiàn)得更像一個職業(yè)選手，除非是非常有人生經(jīng)驗的玩家或者是程序分析師，否則一般玩家很難分辨出一個表現(xiàn)優(yōu)異的角色操控者是人還是算法。從最近新聞中了解到Valve公司已經(jīng)開始利用機器學(xué)習(xí)研究如何更高效、更及時地鑒別出游戲作弊者。

4 結(jié)語

綜上所述，在互聯(lián)網(wǎng)時代背景下，智能手機、網(wǎng)絡(luò)的應(yīng)用越來越廣泛，各種平臺上的游戲都有著廣大的市場。無論是為玩家提供良好的休閑娛樂，或者助于智力開發(fā)，在以后的時間里機器學(xué)習(xí)乃至深度學(xué)習(xí)的算法和思想都可以被應(yīng)用于越來越多的游戲里。如何在自我對局中學(xué)到新的知識、如何根據(jù)對手改變游戲策略等，從經(jīng)典游戲逐漸轉(zhuǎn)變向更復(fù)雜的信息不完全游戲會是未來的方向，我們也期待看到成功的游戲算法能被應(yīng)用在各行各業(yè)，發(fā)展更好的現(xiàn)實生活，而非虛擬世界。

[1]宋泓錦.基于數(shù)據(jù)挖掘?qū)τ螒蜷_發(fā)前景的指導(dǎo)性建議[J].信息與電腦(理論版 )，2016(19)：149-150.

[2]郭瀟逍，李程，梅俏竹.深度學(xué)習(xí)在游戲中的應(yīng)用[J].自動化學(xué)報，2016，42(05)：676-684.

[3]鄭其寶.人工智能影響下數(shù)字游戲智能化發(fā)展探究[D].南京藝術(shù)學(xué)院，2016.