你的記憶中，有一個蹦跳著頂蘑菇的超級瑪麗嗎?這個1985年“出生”，頭戴紅帽子、身穿藍色背帶褲的管道工，萬萬想不到，自己有一天竟會被AI操控冒險歷程。近日，來自多特蒙德大學、美國西南大學等學校的六位研究者開發了一款AI，能自動“設計”海量的超級馬里奧關卡，試著讓游戲由易入難，讓玩家“沉迷其中”。

那么AI是如何“幕后策劃”游戲關卡的?中國科學院自動化研究所研究員興軍亮認為，這離不開對抗生成網絡。“設計一個AI關卡產生模型和一個關卡判別模型，前者試圖產生看起來更為真實的虛擬關卡‘欺騙’后者，后者一直去判別前者是不是‘真的’，兩個模型不斷博弈，最后生成的超級馬里奧關卡跟人類設置的關卡越來越像，以至于關卡判別模型無法判別二者差異。最終學習的結果就是生成無數個‘可玩性強’的超級馬里奧關卡。”

面對磚塊、烏龜、蘑菇等圖形元素，AI要在每一個關卡中把圖形擺在不同位置，保證關卡從易到難，利用游戲本身的關卡庫組合生成更多的關卡。“讓生成的關卡跟人類設置的關卡很接近，同時達到額外目標——讓人越玩越上癮，這既是游戲策劃AI的學習目的，也是游戲策劃AI的難點所在。”興軍亮說，當然這位游戲策劃師還不是很完美，比如生成的一些關卡玩家可以輕松通過，沒有太大難度，而一些關卡特別難，人類根本就玩不了。

不可否認的是，AI游戲策劃師的高產令人類望塵莫及，AI用算法自動生成關卡，很短時間內設置10000個關卡都沒問題，人類每設計一個游戲關卡都要花費大量時間去調試。

利用對抗生成網絡去完成一些關于圖像生成的任務已經屢見不鮮，比如生成看起來很真實的虛擬圖片或人臉圖像，去掉圖像上的斑點、疤痕或者人臉上的眼鏡，把油畫變成山水畫，甚至將圖片中的男性人臉變成女性人臉等。但是，利用對抗生成網絡去完成基于游戲關卡而生成的新關卡，確實是一件新鮮事，換句話說，算是一種“清奇”的思路。

“基于游戲關卡探索AI認知決策，可能是一個新的研究探索方向。從機器學習角度，實際上只是做了一個生成模型或學習算法，本質上還是從已有數據產生新的數據，從已有關卡產生新的關卡而已。也許是人工智能太火，才有人把它稱作游戲策劃AI。”興軍亮說，人類制造這類游戲策劃AI的難點是，怎么用模型去表示、學習和評估游戲關卡的效果跟人類設計的關卡的相似度，同時又極具可玩性。

AI為什么要當膾炙人口的超級馬里奧游戲策劃師?興軍亮表示，超級馬里奧的游戲元素非常簡單，AI開發者可能是想找個簡單的游戲試試效果，以期在某種程度上推動AI的認知決策能力。但即便游戲策劃AI在不斷完善中可以做好簡單的超級馬里奧游戲，也不一定能直接遷移到其他更有利于驗證AI的認知決策能力的復雜游戲中去。

假如AI游戲策劃師設計的游戲關卡像人設計的那樣好玩，那么最耗時的一部分游戲策劃工作就有可能交給AI來做。不過，AI的超級馬里奧游戲尚且設計得踉踉蹌蹌，估計這一天還有點遙遠。

關鍵詞：