结合EA在18年做的一次专访（原文链接在下面），请注意时间背景是2018年三月。下面开始上干货！

技术总监马格努斯·诺丁，致力于探索游戏业的未来，其团队（SEED）是如何构建一个自我学习人工智能人机的，它又是如何从零开始玩《战地1》多人游戏的，下面来问问他:
问：首先，告诉我们你自己。你的背景是什么，你做什么，SEED到底是什么？
答：六年前，我以各种身份担任计算机科学家二十年后，加入了EA。我在EA的第一份工作是在DICE，两年前SEED成立时，我搬到了SEED。
在SEED，我们探索互动娱乐和游戏业的未来。虽然我们做一些学术研究，但我们不是一个纯粹的研究单位。未来不确定，所以我们尽量务实，并将我们的视野保持在我们认为三到五年后会产生影响的技术。
我们的方法是构建功能正常的原型，并使用人工智能、机器学习、虚拟和增强现实以及大规模动态虚拟世界等新兴技术建立真正的创造性体验。

你的最新项目之一是训练通过深度学习来掌握《战地1》多人游戏的ai算法，那个项目是怎么实现的？
答：在了解DeepMind创建的人工智能是如何自学如何玩雅达利的老游戏后，我大吃一惊。这可以追溯到2015年，它让我思考让一个深度学习算法玩一个现代、更复杂的第一人称AAA游戏，如《战地》需要付出多少努力。因此，当我加入SEED时，我成立了自己的深度学习团队，并开始招募有此的人。
首先，我们罗列了基础框架，并构建了一个骨干三维FPS来测试我们的算法和训练网络。在看到我们自己的基本游戏的一些好结果后，我们与DICE的团队合作，将人机集成到战地游戏中。

下面是重点来了，人机模型在2018年访谈时的表现如何？和传统bot人机区别在哪？为啥ea要费大力气从dice抽调人力做开发基于深度学习神经网络的ai算法？

你认为你的深度学习模型训练下的人机与人类玩家相比，表现如何？
答：我们进行了游戏测试，以简化的游戏模式将人工智能人机与人类玩家对抗，仅限于手枪。虽然人类玩家的表现优于人机（再次提醒下，原文是用ai agent，不是bot），但这绝对不是一场单方面的完胜。
ai人机非常精通基本的战场玩法，并自学了根据某些触发器来改变其行为，例如弹药或hp较低。但战地不仅仅是击败你的对手，还涉及许多策略，如团队合作、了解地图和熟悉各兵种和设备。我们必须进一步扩展人机的能力，人工智能就能破解这些难题。
尽管如此，在游戏测试后，一些参与者要求我们清楚地标记人机，以便正确区分他们，这很好地证明了他们的表现已经比较栩栩如生了。

ai人机又有哪些不足？
平心而论，视频还展示了人工智能机器人似乎在兜圈子里胡闹和跑动。那里发生了什么？
答：目前，人机并不擅长提前计划。如果发现目标，如敌方玩家，它会采取行动。但是，如果看不到任何东西，它最终会开始四处寻找事情做。更好的策略是去地图上寻找对手或找地方躲藏，但目前还没有达到这个目标。我相信，随着进行更多训练他们会越来越熟练，他们将来会做一些不那么愚蠢的事情

赞一个，请继续讲解

人机训练了多久了？
答：你不能按一个按钮就让他们开始玩战地。相反，游戏要求玩家同时执行一系列动作。因此，为了帮助它们在基本动作组合方面先行规划好，我们让它观察30分钟的人类玩家游戏——这个过程被称为模仿学习——然后让它自己训练。
我们在演示中展示的人机随后针对自己的版本和一些简单的老式机器人（原文为bot）练习了六天，并行在几台机器上玩耍。这总共相当于大约300天的游戏体验。他们一直在不断进步，但学习速度并不特别快。人机与人类玩家具有相同的视野fov，并辅之以mini map。然而，我们很快发现，战地在视觉上太复杂了，人机无法直接理解，所以我们必须简化它所看到的东西。

战地一人机训练场景，注意其中黄色盒子为散落各地的医疗补给，绿色为弹药补给。训练后的ai人机会自己根据实时环境，来决定寻找、击杀敌人还是优先寻求补给。

我们看到了深度学习ai如何玩旧街机游戏的案例，以及当年的《毁灭战士》和围棋。是什么让你的成果在这些例子中脱颖而出？
答：据我所知，这是在沉浸式复杂的第一人称AAA游戏中首次实现深度学习ai模型。此外，它已经可以运行在战地中了，这是一个业界突破。（我记得育碧也在开发深度学习ai，不过可能ea这边在fps上进度更快）

这项技术现在的实际用途是什么？
答：我们这个项目的短期目标是帮助DICE团队扩大其qa和debug测试，这将帮助工作室收集更多的崩溃报告并发现更多错误。在未来的游戏中，随着深度学习技术的成熟，我期望深度学习ai成为游戏本身的一部分，成为真正智能的NPC，可以掌握一系列任务，并随着时间的流逝，随着他们通过与人类玩家互动积累经验而适应和演变。
你认为我们什么时候会看到深度学习人工智能成为游戏的主流技术？
答：我毫不怀疑，未来几年内，神经网络将开始逐渐进入游戏。深度学习不仅是传统bot类人机极佳替代品，还可以将机器学习应用于许多领域，例如程序生成的内容、动画、语音生成、语音识别等。

深度学习会击败专业的FPS玩家吗？如果是，什么时候？
答：我认为，在几年后，人工智能人机有可能在有限的esports游戏模式中击败人类玩家，这种模式具有较小的地图、专注的团队和明确的目标，这是合理的。然而，在SEED，我们不一定要构建击败人类玩家的人工智能。我们的目标是帮助创造新的体验，增强游戏水平，使其更有趣。从长远来看，被优秀的人工智能吊打并不一定对玩家来说有趣。

可以的，期待表现