1.4.4　游戲AI

AI能給予游戲更多的樂(lè)趣。從工程角度來(lái)看，游戲AI并不是越復(fù)雜越好，而是能滿(mǎn)足游戲的需要。AI領(lǐng)域有一個(gè)黃金原則——搜索和知識(shí)是相互關(guān)聯(lián)的，當(dāng)你擁有更多的知識(shí)，你就需要更少的搜索；當(dāng)你擁有更少的知識(shí)，你就需要更多的搜索。一個(gè)職業(yè)圍棋選手擁有相當(dāng)豐富的對(duì)弈知識(shí)，通常只需針對(duì)幾個(gè)落子選項(xiàng)進(jìn)行少量的計(jì)算。而初版的AlphaGo，在沒(méi)有足夠豐富的對(duì)弈知識(shí)的背景下，只能反復(fù)在海量選項(xiàng)中進(jìn)行最優(yōu)落子方案的搜索。

最早的《吃豆人》游戲中，有4個(gè)追逐玩家的幽靈角色，其AI設(shè)置相當(dāng)簡(jiǎn)單。它們追逐玩家的路線(xiàn)都是通過(guò)硬編碼的規(guī)則確定好的，有的是直接追逐玩家，有的是占領(lǐng)某個(gè)交通要道，有的是隨機(jī)選擇某條通道。這套游戲AI編寫(xiě)得很簡(jiǎn)單，但整體的配合卻讓玩家感覺(jué)很智能，因?yàn)楹?jiǎn)單的規(guī)則中包含相當(dāng)豐富的游戲?qū)沟闹R(shí)。因此，需要視情況采用復(fù)雜程度不同的游戲AI。有時(shí)候，簡(jiǎn)單的隨機(jī)方法或者貪心算法就可以模擬出一個(gè)不錯(cuò)的NPC。

本書(shū)將主要介紹游戲中會(huì)用到的3種AI算法，分別是深度強(qiáng)化學(xué)習(xí)、遺傳算法和蒙特卡羅樹(shù)搜索。深度強(qiáng)化學(xué)習(xí)（deep reinforcement learning）是深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)相結(jié)合的產(chǎn)物，它集成了深度學(xué)習(xí)在函數(shù)擬合上的強(qiáng)大能力，以及強(qiáng)化學(xué)習(xí)基于環(huán)境反饋進(jìn)行試錯(cuò)和決策的能力。深度強(qiáng)化學(xué)習(xí)可用來(lái)解決現(xiàn)實(shí)場(chǎng)景中的復(fù)雜問(wèn)題。遺傳算法（genetic algorithm）是計(jì)算數(shù)學(xué)中用于解決最優(yōu)化問(wèn)題的搜索算法，是進(jìn)化算法的一種。進(jìn)化算法是借鑒進(jìn)化生物學(xué)中的一些原理而發(fā)展起來(lái)的，這些現(xiàn)象包括遺傳、突變、自然選擇以及雜交等。蒙特卡羅樹(shù)搜索（Monte Carlo tree search）是一種用于決策過(guò)程的啟發(fā)式搜索算法，它最引人注目的使用場(chǎng)景之一是被用在AlphaGo中。它也用于其他棋牌類(lèi)等即時(shí)電子游戲和不確定性游戲。