作者PosetMage (AI魔法师公会长老)
看板GameDesign
标题Re: [鲁蛇] 从AI训练思维来看游戏平衡这件事
时间Fri May 26 00:30:25 2023
※ 引述《ddavid (谎言接线生)》之铭言：
: 你先思考一下，MTG 或 RTS 做完他所谓的平衡後，游戏有平衡了吗？
: 没有，他们做到的平衡只到避免极少数套路屠杀为止，只要环境可以保有多种策
: 略就好，但所谓的「多种策略」事实上相对於整个游戏的元素仍然是少数垄断。
: 例如 MTG 的赛场上仍然是特定几副套牌的垄断，但只要没有极端到只剩下一两
: 种套牌可以存活、没有极端到某张除了地牌以外的牌是所有套牌都得放的情况，WotC
: 就不会再进一步动手封禁了。
: LoL 角色那麽多，做得到角色平衡吗？没有，他们的做法是轮流让角色（特别是
: 好卖钱的新角色）出来透气，实际上仍然有差距极大的强势弱势角色之分，但只要做
: 到赛场上不会只剩下唯一选择就已经可以接受了。甚至有时还真的有超强的唯一选择
: ，但他们还额外设置了 ban角制度来解决。
这个就是在说明目前人工平衡很烂 所以我才要讨论用AI来尝试平衡
: GTO 是不是奠基於决策展开计算的？AlphaGo 不用展开决策树？不管是 GTO 或
: 是剥削策略都是奠基於决策展开计算出来的机率期望值，会把机率跟决策分开认为是
: 两件事，很显然我觉得你要对现代 AI 跟打德扑都重新了解一下。这根本就是相关的
: 事情。
GTO在打的是范围 也就盲注翻牌转牌河牌 算Nash均衡
决策树不是GTO策略本身 那只是辅助人类看的视觉化工具
你决策树展开是要展荷官手上还没打开的那一叠牌吗? GTO跟决策树无关自己去了解
: 我已经说了没人这麽做就是因为价值很低：
价值低跟好不好是两回事 alphago出来之前也是一堆人说AI下棋没价值
实际上就是AI出来之後屌虐人类策略
: 1. 可能游戏根本不需要那麽平衡，甚至有的游戏本来就是需要有一点动态的不平衡
: 变化来维持。
: 例如，LoL 的新英雄强势期。
: 2. 你在做决策训练的过程中，事实上大多数情况可以同时处理到平衡问题。
: 例如，围棋 AI 从头到尾都只是训练最佳化下棋的策略，但藉由其结果，却也同
: 时得到人类对局确实以黑贴六目半是当前最平衡的选择（虽然白略优）。
: 因为以上两个主要理由，几乎足以涵盖大多数案例，所以相对少有公司直接投资
: 在直接用 AI 做平衡上。当然学术上往这个方向做也没什麽问题，但要做到分析平衡
: 能远比用 2 顺便处理到还成本低廉，然後该产品又非常需要这麽平衡的用例是真的
: 不多。
: 所以你要说我打模糊仗，那也可以，因为整个业界都在打这个模糊仗XD
: 不过我是从根本上想质疑你所谓「找发散」这种概念啦，我很鼓励你做个 toy
: project 来展示一下所谓 找发散 => 做平衡 的因果，不然恕我想像不到你的思路
: XD。我甚至对於你「找发散」的数学模型都非常好奇，请务必指教一下。
: GA 的本质不脱上一代 AI 的搜寻方式，我是不会期待它比起深度学习有普遍性
: 的更佳表现啦。GA 最大的缺点基本还是在於并没有尝试整合 pattern，在学习规模
: 相同的情况下，想训练出并储存等量且差异性的学习结果会比深度学习 Cost 更高。
就如同我前面说的 阿法狗出来之前说AI下棋没价值
狗出来之後人类换说不完全讯息AI不会做 扑克打下来之後人类换说AI不会绘画音乐
最近听到的是AI写程式没价值 这种话听太多了 这个不行那个也不行话人人都会讲
用什麽方式完成我都可以接受 反正人类就是做不好
我在说的只是尝试於找到一条可以用AI做平衡的理论推演
你能提出另一个用AI做平衡的方式我也欢迎
--
DC群-
AI魔法师公会(AIMageGuild) 欢迎你的加入 (请看个人资讯)
一起来聊AI的各方面包含 AI硬体 AI演算法 AI思维 AI咒语 使用AI生产
AI打牌下棋的思维 後AI时代的商业模式 都可以聊
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 131.147.158.37 (日本)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/GameDesign/M.1685032229.A.76D.html
1F：嘘 LayerZ: 抱歉忍不住 05/26 02:57
2F：嘘 WJAider: 反过来说，AI 这个也可以，AI 那个也可以的话人人都会讲 05/26 03:00
3F：→ LayerZ: 不打算抨击你，但是你想讨论的不是平衡而是AI至上 05/26 03:02
4F：→ ddavid: 讲半天还是没看到数学模型或至少 cost 分析，我还是等有 05/26 12:39
5F：→ ddavid: 至少 toy project 成果再讨论比较实际 05/26 12:39
6F：推 ddavid: 讲 AI 至上论我其实没啥问题，问题大的地方在找解本来就 05/26 12:47
7F：→ ddavid: 也是 AI，有什麽理论基础说找平衡 AI 表现就会比较优秀， 05/26 12:47
8F：→ ddavid: 也没看到 05/26 12:47
9F：→ ddavid: 特别是还提出什麽找发散，这根本与现今所有主流 AI 概念 05/26 12:49
10F：→ ddavid: 都是相反的，不管找解找异质找多样性，现今 AI 始终是用 05/26 12:49
11F：→ ddavid: 收敛方式，找发散的数学模型到底长怎样我是真的愿闻其详 05/26 12:49
12F：→ ddavid: 而且讲来讲去居然丢一个 GA 出来，明明 GA 正是上一代 AI 05/26 12:52
13F：→ ddavid: 里面找收敛解的经典之一（不是因为它同时找多组就叫做找 05/26 12:52
14F：→ ddavid: 发散了），到底怎麽冒出找发散概念的 05/26 12:52
演化式计算是在Crossover/Mutation与Selection两大主要步骤做iteration
Selection力道越强 space会越收敛 所以经常用来找收敛
这不代表演化式计算只能找收敛
把evo step加强 削弱selection力道 就能拿到发散中的space
15F：推 ddavid: 要是提个 GAN 还比较有谱，虽然跟找发散还是八竿子打不在 05/26 12:54
16F：→ ddavid: 一起 05/26 12:54
GAN也可以啊 要怎麽define谁是G谁是D 我也是乐意讨论
把G当作平衡数值产生器可以 我当初的问题是卡在D要怎麽去评价这个G?
因此我试图用strategy space作为评价方式 当strategy space复杂度越高越好
相当於G对D打分越高 但这就脱离GAN本身的概念是对抗
另外还要找增加space复杂度的方法
17F：推 ddavid: 另外没价值那段根本是你把话塞别人嘴里，事实始终是做得 05/26 12:59
18F：→ ddavid: 不够强就没价值，强了当然有价值。那要强需要什麽，有理 05/26 12:59
19F：→ ddavid: 论基础、有实作成果、有重现性。而不是随便来个思考转弯 05/26 12:59
20F：→ ddavid: 就叫做有价值，游戏界最不缺的就是点子。 05/26 12:59
要是没做出实验就没价值 那现代科学早就停滞不前了
你去跟爱因斯坦说死前没做出prototype所以相对论没价值 弦论没实验没价值
理论先行早就是常态 讨论如何define 如何套用已经存在的技术
都讨论完当然可以丢下去实验 目前就还是在讨论和设计阶段
我的推导到也不是为了停在纯理论 而是要找出一个可以落地的方式
诚如前面说的哪种AI我都可以 讨论define出好的GAN我来训练也很乐意
※ 编辑: PosetMage (220.146.150.15 日本), 05/28/2023 22:18:38
21F：→ wangm4a1: BZ例子重点不在平衡 而是被砍的玩家不高兴 05/30 13:52
22F：→ wangm4a1: 发文造成玩家不满 可以求助AI改善语气 05/30 13:54
23F：推 ddavid: 我真的觉得你要好好重新思考一下你口中的找发散到底是什 05/31 19:09
24F：→ ddavid: 麽东西…… 05/31 19:09
25F：→ ddavid: GA 用於找收敛，不代表把参数反向操作就会「找发散」，说 05/31 19:17
26F：→ ddavid: 到头来你所谓找发散到底数学模型是什麽东西？你让结果发 05/31 19:17
27F：→ ddavid: 散那停止条件是什麽？你怎麽证明你所谓的发散结果比随机 05/31 19:17
停止条件在讲什麽东西 你好好重新思考一下为甚麽围棋AI到现在ELO还是在上升中
28F：→ ddavid: 更发散或更平衡？要是连个 objective function 都写不出 05/31 19:17
29F：→ ddavid: 来，那你已经是在开创非现行机器学习的新领域了，恭喜你 05/31 19:17
30F：→ ddavid: 成为先驱并期待你的实作与应用 05/31 19:17
31F：→ ddavid: 还拿爱因斯坦来比，理论物理学家虽然不一定做实验证明， 05/31 19:21
32F：→ ddavid: 但是会提出严谨的理论模型，而且根据那个模型计算的结果 05/31 19:21
33F：→ ddavid: 还要能够不违反过去所有的相关实验结果好吗？ 05/31 19:21
34F：嘘 WJAider: 有脸拿爱因斯坦跟自己抬杠比，相对论是论坛聊出来的? 05/31 20:33
35F：→ WJAider: 先理解论坛抬杠跟论文的差距再找比喻比较好 05/31 20:35
※ 编辑: PosetMage (118.86.155.227 日本), 06/01/2023 10:04:34
36F：→ ddavid: 无视停止条件，我很难相信你在做 AI 耶XD 06/02 19:11
37F：推 ddavid: 你可以回去复习一下你自己提的 GA 一样需要 Stopping Con 06/02 19:22
38F：→ ddavid: ditions，不然它怎麽判断演化足够好可以给你结果了 06/02 19:22
39F：→ ddavid: 至於 AlphaGo 为什麽还有机会持续训练提升实力，原因也很 06/02 19:32
40F：→ ddavid: 简单，你可以先猜看看。 06/02 19:32
41F：→ ddavid: 但即便是这样，AlphaGo 还是要收敛出 李世石版、Master 06/02 19:32
42F：→ ddavid: 版以及 AlphaZero 这些特定版本。理由也很浅显易懂XD 06/02 19:32