近些年，像英雄聯盟、絕地求生、多塔2這樣的線上多玩家遊戲成為一種主流。

在這些遊戲中，平衡是非常重要的，這裡的平衡包括角色對角色、技能對技能的平衡。畢竟，如果一個角色可以完爆其他所有角色，其他的角色又有什麼意義呢。

為了保證遊戲的平衡，遊戲測試者與開發者會不斷地對遊戲進行修正：

測試者試玩遊戲開發者根據反饋對遊戲進行修正步驟1和2反覆重複，直到開發者與測試者均對遊戲的平衡滿意

這個過程往往是非常耗時的。與此同時，使用人力的測試可能是不完美的。隨著遊戲變得越來越複雜，角色越來越多，操作越來越多，使用人力的測試，可能無法發現遊戲潛在的一些缺陷，也就是說，遊戲可能無法達到真正的平衡。

為此，谷歌提出了一種基於機器學習的遊戲測試方法，訓練人工智慧成為遊戲玩家，體驗遊戲，併為遊戲體驗提供反饋。

這個方法被率先用在了遊戲Chimera（譯：合成獸）中，透過數以萬計的遊戲以及資料收集的過程，人工智慧可以幫助遊戲開發者高效地提高遊戲的平衡效能，讓遊戲變得更加有趣。

Chimera遊戲

遊戲Chimera的本身，就極大地依賴於機器學習技術。比如，玩家可以隨意合併兩種生物，以生成合成獸，合成獸和合成獸之間也可以進一步合併。下圖給出了很多可愛的合成獸們。

值得注意的是，在這樣任意合併的設定下，合成獸的數量是非常巨大的。假設有100種基本生物，允許最多10個生物依次合併，那麼最終可能的合成獸有17310309456440種！

這就意味著，開發者和測試者可能都不瞭解所有可能的合成獸的種類。當不同的合成獸被賦予不同的技能值，這對測試者來說簡直是一種災難。

同時，玩家可以對（由合成獸構成的）卡牌進行不同的操作，如放置在不同的板塊、執行咒語等等，這樣多樣的操作更為測試者帶來困難。

訓練機器來玩遊戲

對於這張幾乎有無限多種可能的卡牌遊戲Chimera來說，人類是無法測試的。

為此，我們可以藉助機器的力量，使用卷積神經網路，來預測給定遊戲狀態下，不同玩家的勝率。

這個過程非常的直觀且有效。最初，機器會被給予隨機的遊戲策略，之後，重新建立一個新的機器（智慧體，agent），目的是打敗前一個機器，並在遊戲中反覆的收集資料。這些新的資料會被用於訓練另一個新的機器。

這個過程會不斷反覆。在這個過程中，資料的質量之間提升，機器也越來越會玩遊戲。

橫座標：機器的版本，縱座標：勝率

在這個過程中，如何表徵遊戲在某一時刻的狀態？有至少兩種方式。其一，遊戲的資料，如多少個合成獸，這些合成獸是什麼，有多少個板塊等。其二，遊戲的影象，即當前時刻遊戲的畫面是什麼樣的。

有趣的是，第二種方式，直接由遊戲影象來表徵遊戲狀態，會有更好的效果。這些影象會被輸入到卷積神經網路當中，同時，這裡卷積神經網路非常簡單（即神經元少、層數少），這使得電腦可以實時處理，同時，可以實現神經網路的快速傳輸。

這個方法可以迅速地模擬百萬次的遊戲過程，透過那些最優秀的機器玩家的遊戲資料，我們可以發現玩家套牌之間不平衡的地方。

比如，在Chimera測試過程中，遊戲開發者發現了這些不平衡點：

進化合成獸永遠是有利的，當一個玩家比另一個玩家進化了更多次合成獸，他非常有可能獲得勝利。相應的勝率也可以被量化，由於測試的次數數以百萬計，這其中幾乎沒有誤差。有些生物的能力過高，當這些生物被使用，玩家極有可能獲勝。在人工智慧測試員的幫助下，高的程度也可以被量化。

根據這些不平衡點，遊戲開發可以進一步最佳化遊戲體驗。值得注意的是，像Chimera這樣有數以百萬計可能性的遊戲來說，用人力找到上述不平衡點，幾乎是不可能的。

參考文獻：

Ji Hun Kim and Richard Wu, “Leveraging Machine Learning for Game Development”， https://ai.googleblog.com/2021/03/leveraging-machine-learning-for-game.html，accessed on March 18, 2021."Empowering game developers with Stadia R&D (Google Games Dev Summit)", https://www.youtube.com/watch?t=239&v=hMWjerCqRFA，accessed on March 18, 2021.

遺憾的是，暫時沒找到遊戲和演算法的程式碼。