你的记忆中，有一个蹦跳着顶蘑菇的超级玛丽吗?这个1985年“出生”，头戴红帽子、身穿蓝色背带裤的管道工，万万想不到，自己有一天竟会被AI操控冒险历程。近日，来自多特蒙德大学、美国西南大学等学校的六位研究者开发了一款AI，能自动“设计”海量的超级马里奥关卡，试着让游戏由易入难，让玩家“沉迷其中”。
那么AI是如何“幕后策划”游戏关卡的?中国科学院自动化研究所研究员兴军亮认为，这离不开对抗生成网络。“设计一个AI关卡产生模型和一个关卡判别模型，前者试图产生看起来更为真实的虚拟关卡‘欺骗’后者，后者一直去判别前者是不是‘真的’，两个模型不断博弈，最后生成的超级马里奥关卡跟人类设置的关卡越来越像，以至于关卡判别模型无法判别二者差异。最终学习的结果就是生成无数个‘可玩性强’的超级马里奥关卡。”
面对砖块、乌龟、蘑菇等图形元素，AI要在每一个关卡中把图形摆在不同位置，保证关卡从易到难，利用游戏本身的关卡库组合生成更多的关卡。“让生成的关卡跟人类设置的关卡很接近，同时达到额外目标——让人越玩越上瘾，这既是游戏策划AI的学习目的，也是游戏策划AI的难点所在。”兴军亮说，当然这位游戏策划师还不是很完美，比如生成的一些关卡玩家可以轻松通过，没有太大难度，而一些关卡特别难，人类根本就玩不了。
不可否认的是，AI游戏策划师的高产令人类望尘莫及，AI用算法自动生成关卡，很短时间内设置10000个关卡都没问题，人类每设计一个游戏关卡都要花费大量时间去调试。
利用对抗生成网络去完成一些关于图像生成的任务已经屡见不鲜，比如生成看起来很真实的虚拟图片或人脸图像，去掉图像上的斑点、疤痕或者人脸上的眼镜，把油画变成山水画，甚至将图片中的男性人脸变成女性人脸等。但是，利用对抗生成网络去完成基于游戏关卡而生成的新关卡，确实是一件新鲜事，换句话说，算是一种“清奇”的思路。
“基于游戏关卡探索AI认知决策，可能是一个新的研究探索方向。从机器学习角度，实际上只是做了一个生成模型或学习算法，本质上还是从已有数据产生新的数据，从已有关卡产生新的关卡而已。也许是人工智能太火，才有人把它称作游戏策划AI。”兴军亮说，人类制造这类游戏策划AI的难点是，怎么用模型去表示、学习和评估游戏关卡的效果跟人类设计的关卡的相似度，同时又极具可玩性。
AI为什么要当脍炙人口的超级马里奥游戏策划师?兴军亮表示，超级马里奥的游戏元素非常简单，AI开发者可能是想找个简单的游戏试试效果，以期在某种程度上推动AI的认知决策能力。但即便游戏策划AI在不断完善中可以做好简单的超级马里奥游戏，也不一定能直接迁移到其他更有利于验证AI的认知决策能力的复杂游戏中去。
假如AI游戏策划师设计的游戏关卡像人设计的那样好玩，那么最耗时的一部分游戏策划工作就有可能交给AI来做。不过，AI的超级马里奥游戏尚且设计得踉踉跄跄，估计这一天还有点遥远。
关键词：
