游戲是人工智能的重要“訓練場”之一，應用于游戲人物動作生成、關卡制作等領域的游戲人工智能技術在不同領域發(fā)展的溢出效應正日益顯現。

　　中國科學院虛擬經濟與數據科學研究中心、中國科學院大數據挖掘與知識管理重點實驗室聯(lián)合發(fā)布的《探尋AI創(chuàng)新之路——游戲科技與人工智能創(chuàng)新發(fā)展報告》顯示，我國游戲產業(yè)規(guī)模每增長1%，各省人工智能上市企業(yè)的合計營業(yè)收入平均每年約增加1.42億元。隨著游戲對人工智能及其產業(yè)發(fā)展的助推，游戲領域的前沿技術正在不斷走出虛擬場景，推動現實世界中更多人工智能技術的進步。

　　智能體動作生成技術是游戲人工智能技術的一種。“我們希望通過技術演進，讓游戲內的每一位NPC（非玩家角色）都能在動作生成上實現自主學習，因此從2019年起，我們就和騰訊Robotics X實驗室基于ARNN模型（Auto-Regressive Neural Network，即自回歸神經網絡算法）深入研究，開啟并逐漸實現智能體動作生成技術的研發(fā)。”在2023世界人工智能大會上，騰訊天美 J3 工作室 CoDM、逆戰(zhàn)手游開發(fā)負責人于棟表示。

　　智能體動作生成技術不僅在游戲領域大有用處，其在機器人領域的跨行業(yè)運用也取得了非常出色的表現和進展。去年6月，騰訊公布的“游戲驅動機器人加速智能學習”項目，就介紹了這項技術在四足機器人Max上的應用進展。一方面，該技術能夠幫助機器人提升思考能力，讓其能在持續(xù)訓練下實現更自然流暢的運動軌跡、更細顆粒動作的智能生成、控制與決策；另一方面，借助實時物理模擬技術，研究團隊可以在游戲中快速建立逼真、復雜、多樣化的機器人虛擬訓練場景，加上游戲引擎的加速能力，能夠大幅縮短機器人的訓練過程和時間。

　　游戲中的NPC需要與人類有較高的相似程度，才能最大限度地保證游戲真實性、增進玩家游戲體驗。于棟表示，在逆戰(zhàn)等FPS游戲中，人工智能所面臨的訓練場景和應用訴求比2D、2.5D類游戲更難，但也正因FPS游戲三維立體的環(huán)境與真實世界較高的相似度，在這種環(huán)境下訓練出來的人工智能，也更能表現出人類在真實環(huán)境下的反應。換言之，游戲人工智能需要不斷在游戲中磨礪才能進步，而游戲人工智能技術的進步也將帶動其他人工智能領域的發(fā)展。

　　“基于此，游戲人工智能技術的溢出效應也會日益顯現。”于棟說。未來，智能體動作生成技術等游戲人工智能技術或許有望在工業(yè)生產、養(yǎng)老陪護等領域創(chuàng)造出更大價值。