據消息報道，《王者榮耀》作為當下最火爆的游戲之一，受到的關注自然也是非常大的，最近王者榮耀可以說是又揚眉吐氣了一回，因為前不久王者榮耀再次被央視點名表揚（上一次是因為亞運會冠軍），而這一次則是因為WCG王者榮耀奪冠。

而在王者榮耀中，也是與人工智能息息相關的！現有的DQN（Deep Q-Network）算法是DeepMind團隊通過結合深度學習和增強學習來學習實時游戲Atari操作策略的算法。針對游戲領域中，DQN算法可以使用卷積神經網絡（CNN）來直接處理游戲畫面，進而預測下一步最佳的操作策略，并通過Q-Learning算法調整優(yōu)化目標。通過測試可知，當將DQN算法應用在49個Atari游戲中時，有29個Atari游戲超過了人類選手的表現。

今天要帶來的就是騰訊自家的一項人工智能游戲操作方法，早在16年9月8日，騰訊就申請了一項名為“應用于游戲的人工智能操作方法和裝置”的發(fā)明專利（申請?zhí)枺?01610815030.7），申請人為騰訊科技（深圳）有限公司。

根據目前公開的專利資料，讓我們一起來解讀一下這項人工智能游戲操作方法吧。

如上圖所示為應用于游戲的人工智能操作方法的硬件環(huán)境示意圖。其中包括終端和服務器兩大部分，終端包括手機以及PC。

終端中安裝有客戶端，安裝有客戶端的終端向服務器發(fā)送客戶端的狀態(tài)信息，其中，客戶端的狀態(tài)信息用于指示客戶端在當前時刻的當前游戲狀態(tài)。服務器在獲取到狀態(tài)信息之后，將根據建立的模型獲取用于指示當前游戲狀態(tài)下的下一個動作的動作指示信息。服務器在獲取到動作指示信息之后，將獲取到的動作指示信息發(fā)送至客戶端所在的終端。

上述客戶端可以為任意游戲的客戶端，例如，“ 王者榮耀”游戲的客戶端。當用戶在終端中運行該游戲時，會向游戲服務器發(fā)送當前游戲狀態(tài)。例如：發(fā)送的當前游戲狀態(tài)為“ 電腦角色受到玩家攻擊”。游戲服務器在獲取到“ 電腦角色受到玩家攻擊”這條狀態(tài)信息之后，根據建立的模型獲取用于指示“ 電腦角色受到玩家攻擊”之后的下一個動作的動作指示信息。

接下來我們再來了解一下具體的操作流程。

如上圖為應用于游戲的人工智能操作方法流程圖。

首先，接收客戶端發(fā)送的狀態(tài)信息，其中，狀態(tài)信息用于指示客戶端的當前游戲狀態(tài)。例如，“ 王者榮耀”的客戶端。服務器獲取到的狀態(tài)信息用于指示客戶端當前游戲狀態(tài)。

其次，通過建立的模型獲取動作指示信息，其中，動作指示信息用于指示當前游戲狀態(tài)下的下一個動作，模型通過客戶端中的多個動作組合訓練得到，每個動作組合包括多個先后執(zhí)行的動作在對CNN進行大量訓練之后，就可以采用該模型獲取用于指示當前游戲狀態(tài)下的下一個動作的動作指示信息。服務器在獲取到動作指示信息之后，就可以執(zhí)行下一步。

最后，將動作指示信息發(fā)送給客戶端。在獲取到客戶端的當前游戲狀態(tài)之后，通過建立的模型獲取用于指示當前游戲狀態(tài)下的下一個動作的動作指示信息，并將動作指示信息發(fā)送給客戶端，以便客戶端中的電腦角色可以執(zhí)行上述動作指示信息所指示的下一個動作。這樣，通過預先訓練得到的模型，可以使得在獲取電腦角色所執(zhí)行的下一個動作的過程中采用的策略更接近人類玩家的策略，提高了對游戲操作策略的規(guī)劃能力，進而解決了現有技術中人工智能操作算法對游戲操作策略的規(guī)劃能力較差的技術問題。

以上就是利用人工智能來操作游戲的方法。在大家熟知的游戲王者榮耀中會有人機對戰(zhàn)模式，為什么電腦人有時候會做出和人一樣的戰(zhàn)略決策，就是因為這樣的智能技術！或許，隨著電腦人不斷的學習，有一天甚至會超越人類玩游戲的水平呢！