了解游戏编程与 AI

噫语系列。。。

闲话

最近在重写我的一个 QQ 群机器人项目，并尝试将它改成更通用的结构，以方便在未来加入对 Wechat 和 Telegram 的支持。

在查资料的过程中，发现很多人认为一个群内多人游戏，不好写。
仔细想想，这个东西难不难写，不在群 robot 本身，而在多人游戏这个词上。

然后就专门了解了一下这个。游戏编程，和通常的 Web 后端差别很大。
Web 后端很多操作都是无状态的，操作基本都直接和数据库关联。
而通用的 session、验证码等东西，基本都有现成的库可用，而且这些东西只有两个状态，根本不需要去做复杂的设计。

但是对于游戏，就不一样了。就算只是一个简单的多人文字游戏，也需要维持多个状态：

需要先收到 /start，才能开始游戏。状态是游戏中。
参与游戏的用户，每个人都需要一个状态。游戏进行时，每个人的状态都会不断发生迁移。
需要一个全局的状态：谁是胜利者，或者别的什么。
群聊机器人一般都会服务多个群，每个群的全局状态需要分开。
什么时候游戏结束？

显然游戏编程，需要维护各种状态。状态和行为是核心。根据用户发出的命令，程序需要按情况更改整个游戏中的各种状态。

按我的想法的话，我需要一个游戏池来存放正在进行的游戏，用群id 来区分各群的游戏。然后每个游戏就会有一个对象来存放各种状态，全局的和各用户的都放在里边。
一个游戏，就是一个群会话（GameSession），也应该有过期时间。

总之，我发现游戏编程，和 Web 后端编程，需要的思想很不一样。

游戏 AI

就想到以前的街机游戏，AI 是不可缺少的一部分：魂斗罗、拳皇、坦克大战、超级马里奥、忍者神龟……这些游戏的 AI 都算是游戏的核心了。

对的，我又了解了一下游戏 AI：

经典的实现方式是有限状态机（Finite State Machine），适用于简单的 AI。其实就是定义一些状态，然后用 switch 在状态间切换。。
- 状态机是一种“事件触发型”AI，就是只有事件的触发才会发生引起状态的变化。
- 过年在家下了个游戏：《异常》，那个差不多就是 FSM.
对状态比较多的情况，FSM 代码可能会变得很复杂，难以维护。解决方法有分层有限状态机（Heirarchical Finite State Machine）
- 也就是将状态分类，抽离出来，将同类型的状态做为一个状态机，然后再做一个大的状态机，来维护这些子状态机。
- 这样在外部我们只需要关心大状态的切换，在内部我们只需要关注小状态之间的切换。（而对 FSM，我们需要考虑所有状态机之间的切换。。）
状态机代码难以复用，而且逻辑的更改可能需要修改大量代码。为了复用，可以改用行为树（Behavior Tree）
- 它是一种“轮询式机制”。每次更新都会遍历树，判定逻辑是否成立，是否该继续往下执行。

真正的 AI

以上方法都是基于人工编写规则的 AI，并不是真正的智能。

要说到真正的 AI，之前最火的莫过于 DeepMind 的 AlphaGo 了。它使用 AI 技术，在围棋领域超越了人类的极限。

因为围棋的复杂度太高，AlphaGo 无法采用与当初征服国际象棋领域的【深蓝】一样的方法：生成所有可能的走法，然后执行尽可能深的搜索，并不断对局面进行评估，尝试找出最佳走法。

AlphaGo 使用蒙特卡洛树搜索（Monte Carlo tree search），借助估值网络（value network）与走棋网络（policy network）这两种深度神经网络，通过估值网络来评估大量选点，并通过走棋网络选择落点。AlphaGo 最初通过模仿人类玩家，尝试匹配职业棋手的过往棋局，其数据库中约含3000万步棋着。後來它达到了一定的熟练程度，它开始和自己对弈大量棋局，使用强化学习进一步改善它。
围棋无法仅通过寻找最佳棋步来解决：游戏一盘平均约有150步，每一步平均约有200种可选的下法，[66]这意味着有太多需要解决的可能性。

继 AlphaGo 之后，DeepMind 又进一步打算攻克另一道难关：星际争霸。这里的最大的难点是不完全信息，其次是需要远期计划，另外就是实时性与多主体博弈。

不完全信息，就是说你无法看到视野之外的情况，那里可能有对方的军队在采矿，或者大批小兵集结，这可能与我此刻的决策关系很大，但是却不为我所知。
这与围棋这样的游戏有着本质的区别，因为围棋这样的游戏，即使策略在复杂，你方和我方的情况都是一目了然的。围棋游戏的复杂体现在策略空间的巨大导致的维度灾难，然而始终都是你知我知的。

可以说 AI 正在通过游戏领域，一步步走向最终目标：通用的 AI.
1997 年深蓝战胜国际象棋冠军卡斯帕罗夫时，就曾引起 AI 恐慌。可是现在 20 多年过去了，我们发现 AI 的路还很长。
目前已有的所有 AI 系统，都是“专家系统”，只擅长某一个特定的领域，而且它学习到的东西也无法应用到别的地方。

The End

嗯。。随便写写。。

参考

漫谈游戏中的人工智能