AI重塑遊戲開發：讓NPC“活”起來

羅培羽 現任廣州4399技術研發中心AI團隊負責人。長期關註AI技術在遊戲研發中的落地應用，具有豐富的遊戲開發、技術架構與AI遊戲實踐經驗。曾出版《Unity3D 網絡遊戲實戰》《百萬在線：大型遊戲服務端開發》等多部遊戲開發技術圖書，內容涵蓋遊戲客戶端、服務端、網絡架構與大型在線遊戲開發，並曾在UWA DAY、GSS 遊戲峰會等會議進行技術分享。

前　言
第1章 從戰鬥力預測開始入門模型設計　1
1.1 從戰鬥力預測開始　1
1.1.1 解讀遊戲場景　1
1.1.2 理解AI的數據基礎——張量　2
1.1.3 構建輸入-輸出模型　3
1.1.4 計算損失函數和梯度　5
1.1.5 循環訓練　6
1.1.6 模型推理　7
1.2 數據集處理　8
1.2.1 分析業務數據　8
1.2.2 自定義數據集　9
1.2.3 數據加載器　10
1.2.4 升級多維輸入-輸出模型　11
1.2.5 升級雙重循環訓練　12
1.3 戰鬥匹配系統　13
1.3.1 收集線上玩家屬性　13
1.3.2 構造ELO排行數據　14
1.4 模型結構與生態　16
1.4.1 卷積網絡擴展二維特征　17
1.4.2 ResNet支撐深層網絡　19
1.4.3 自註意力Transformer架構　20
1.4.4 常用的第三方庫　20
1.5 總結　21
第2章 AI驅動的照片捏臉系統　22
2.1 解讀遊戲場景　22
2.2 關鍵技術原理　23
2.3 開發捏臉模擬器　24
2.3.1 制作三維模型　24
2.3.2 定義捏臉數據　25
2.3.3 模型形變控制　26
2.3.4 頭發類型控制　27
2.3.5 用戶交互界面　30
2.3.6 提取面部關鍵點　31
2.4 數據集和歸一化　36
2.4.1 數據集生成　36
2.4.2 人臉關鍵點歸一化　40
2.5 臉型參數預測　43
2.5.1 神經網絡結構的設計　43
2.5.2 數據集類的實現　45
2.5.3 訓練器的實現　48
2.5.4 預測器的實現　53
2.6 與真實人臉的風格化對齊　55
2.6.1 提取真實人臉的關鍵點　56
2.6.2 統計分析風格化的差異　58
2.7 發型分類器的構建　60
2.7.1 數據集的準備　60
2.7.2 數據集類的實現　62
2.7.3 卷積神經網絡模型的設計　64
2.7.4 訓練器的實現　66
2.7.5 預測器的實現　70
2.8 發型分類器的調優　72
2.8.1 解決數據類別不均衡問題　73
2.8.2 解決訓練數據不足問題　75
2.8.3 使用預訓練模型進行遷移學習　76
2.9 管線整合　80
2.10 總結　82
第3章 在網格尋路中入門強化學習　84
3.1 解讀遊戲場景　84
3.2 關鍵技術原理　85
3.3 開發網格尋路遊戲　85
3.3.1 設定遊戲狀態　85
3.3.2 創建地圖　86
3.3.3 動作執行　87
3.3.4 實現遊戲主循環　88
3.4 基礎的強化學習訓練　89
3.4.1 標準強化學習環境的三要素　90
3.4.2 動作空間和觀測空間　92
3.4.3 獎勵函數　94
3.4.4 訓練模型　95
3.4.5 評估效果　97
3.5 獎勵函數的優化　98
3.5.1 分析訓練失敗的原因　98
3.5.2 獎勵函數的改進　99
3.5.3 驗證智能體玩遊戲的效果　101
3.6 四種進階技術　102
3.6.1 使用TensorBoard監控訓練　102
3.6.2 Stable Baselines3同時運行多個環境　102
3.6.3 回調訓練過程的數據監控　104
3.6.4 自定義網絡結構　107
3.7 總結　108
第4章 三消遊戲關卡的智能生成　109
4.1 解讀遊戲場景　109
4.2 關鍵技術原理　110
4.3 開發基礎版三消遊戲　111
4.3.1 定義基礎配置　111
4.3.2 實現核心邏輯　112
4.3.3 實現交互邏輯　113
4.3.4 匹配和消除　115
4.3.5 人工測試　117
4.4 開發遊戲智能體　118
4.4.1 基於貪婪策略的決策邏輯　118
4.4.2 自動化的流程評估　119
4.5 強化學習生成關卡　120
4.5.1 環境類設計　120
4.5.2 動作空間　122
4.5.3 狀態表示與觀測空間　123
4.5.4 動作執行　124
4.5.5 獎勵函數設計　125
4.5.6 實現訓練器　127
4.5.7 制作關卡生成器　129
4.6 模型泛化能力的優化　131
4.6.1 生成多種難度關卡　131
4.6.2 擴展棋盤尺寸　132
4.6.3 關鍵參數調優　133
4.6.4 改進獎勵機制　134
4.7 總結　136
第5章 可交互的智能NPC　137
5.1 解讀遊戲場景　137
5.2 關鍵技術原理　138
5.2.1 消息處理流程　138
5.2.2 接入通義模型　139
5.2.3 遊戲系統說明　140
5.3 搭建LLM通信基礎　142
5.3.1 定義API數據結構　142
5.3.2 實現HTTP通信客戶端　143
5.3.3 驗證第一輪對話　144
5.4 實現閒聊功能　145
5.4.1 擴展閒聊通信接口　145
5.4.2 角色性格塑造　147
5.4.3 對話記憶管理　148
5.4.4 識別目標角色　149
5.4.5 整合對話流程　150
5.5 理解動作指令　152
5.5.1 Function Calling技術　153
5.5.2 意圖識別　155
5.5.3 遊戲動作封裝　157
5.5.4 工具註冊和管理　160
5.5.5 收集場景信息　161
5.5.6 整合所有流程　162
5.6 總結　166
第6章 考量平衡性的陣容挖掘與推薦　167
6.1 解讀遊戲場景　167
6.2 關鍵技術原理　168
6.3 開發對戰模擬器　169
6.3.1 戰鬥功能概覽　169
6.3.2 核心類結構設計　173
6.3.3 HTTP API　175
6.3.4 HTTP客戶端　176
6.4 基於遺傳算法的陣容挖掘　186
6.4.1 隊伍個體的設計　187
6.4.2 遺傳算法的主體實現　191
6.4.3 適應度函數的基礎設計　193
6.4.4 “輪盤賭”和“錦標賽”的選擇策略　195
6.4.5 交叉和變異　196
6.4.6 進化流程的整合　198
6.4.7 挖掘效果的驗證　199
6.4.8 適應度函數的優化設計　201
6.4.9 動態的教練隊伍機制　205
6.5 基於強化學習的陣容推薦　207
6.5.1 轉化為序列決策問題　208
6.5.2 環境設計　209
6.5.3 狀態空間表示　212
6.5.4 動作空間表示　215
6.5.5 單步執行與狀態轉移　215
6.5.6 獎勵函數設計　218
6.5.7 預測器與實時推薦　219
6.5.8 模型訓練和效果驗證　220
6.5.9 強化學習中的動態教練機制　224
6.5.10 應對有限英雄池的挑戰　228
6.6 總結　231
第7章 視頻動作生成　232
7.1 解讀遊戲場景　232
7.2 關鍵技術原理　233
7.3 提取姿態關鍵點　234
7.3.1 構建姿態提取器　234
7.3.2 直接導入骨骼位置的錯誤示範　236
7.4 用LookRotation控制骨骼方向　240
7.4.1 基礎旋轉控制　240
7.4.2 讓y軸指向目標方向　244
7.4.3 手臂骨骼控制　246
7.5 讀取MediaPipe姿態數據　249
7.5.1 定義MediaPipe數據結構　249
7.5.2 實現數據讀取器　251
7.5.3 實現姿態可視化　253
7.6 Unity骨骼控制動畫　255
7.6.1 設計骨骼旋轉計算的代碼框架　255
7.6.2 實現右臂的骨骼控制　256
7.6.3 建立動畫播放系統　259
7.6.4 實現腿部的骨骼控制　261
7.6.5 實現軀幹的骨骼控制　264
7.7 動畫優化與適配　269
7.7.1 平滑插值優化　269
7.7.2 角色位置調整　269
7.7.3 骨骼旋轉約束　271
7.7.4 任意3D模型適配　275
7.8 AI姿態檢測的技術原理　277
7.9 總結　279
第8章 未來之路　280
8.1 智能資源生產　280
8.2 軟件工程模式創新　281
8.3 遊戲自動推演及調優　282
8.4 遊戲引擎重構　283
8.5 總結　284
後記　285