譯者 | 布加迪

審校 | 重樓

如今，從事游戲開發(fā)如同走鋼絲。游戲行業(yè)處于一種怪異的境地：游戲變得越來越酷，越來越有開創(chuàng)性，但同時也變得越來越讓人頭疼：更大的團隊、更長的工作時間以及巨額預算。相信我，我知道從事這個行當有多難：我和好友Jim花了兩年多時間來打磨自己的太空海戰(zhàn)游戲。

那么，有什么解決方法嗎？AI能助我們一臂之力嗎？來自AutoGame、X-Institute和USC的一些聰明人一直在研究這個問題。他們想出了一種非常有趣的工具：一種名為GameGPT的AI框架，旨在處理游戲開發(fā)方面的一些繁重工作。

如果你像我一樣執(zhí)迷于游戲制作，肯定會駐足傾聽。我們將闡述這個提議的GameGPT如何運作，看看它是否真的名副其實，并討論這對游戲開發(fā)界的所有人來說意味著什么。

游戲開發(fā)日益復雜

首先，不妨仔細看一看為什么游戲開發(fā)變得如此資源密集型。當代AAA游戲擁有龐大的代碼庫，含有牽涉多種編程語言的數(shù)百萬行代碼。對數(shù)百人的團隊而言，平均開發(fā)周期為3年至5年。有些游戲的成本更是超過1億美元，《荒野大鏢客2：救贖》的成本就超過5億美元。

這種復雜性源自圖形、物理、人工智能、開放世界和在線連接等方面越來越高的要求。手工設(shè)計游戲玩法復雜的宏大世界需要龐大的團隊和努力。

然而，隨著成本和時間激增，延誤和超支的風險也成倍增加。這給開發(fā)人員帶來了越來越大的壓力，并導致了行業(yè)危機和職場倦怠。AI能幫上忙嗎？

AI如何改變游戲開發(fā)工作流程？

這時候GameGPT有了用武之地。提議該工具的研究人員發(fā)現(xiàn)了AI有機會使游戲制作流程的大部分環(huán)節(jié)實現(xiàn)自動化。GameGPT旨在展示AI不僅有望幫助設(shè)計師，還有望實際接手處理核心的開發(fā)任務(wù)。

我要補充一點，有很多名為“GameGPT”的項目，請務(wù)必查看這個項目的官方論文。

按照設(shè)想，GameGPT是一種結(jié)合多個AI代理的協(xié)作框架。每個代理都有各自的專長，比如規(guī)劃、編碼或測試等。它們協(xié)同運行，將游戲理念轉(zhuǎn)化為最終成品。不妨更詳細地看一下這種提議的框架。

深入探究GameGPT架構(gòu)

GameGPT旨在利用相互協(xié)作的專門的AI代理，使游戲開發(fā)實現(xiàn)自動化。可以看下研究人員是如何建立這個框架的：

1. 首先，研究人員確定游戲開發(fā)項目中的關(guān)鍵角色和里程碑，這包括游戲規(guī)劃、任務(wù)分類、編碼、測試和審查等步驟。

2. 接下來，他們?yōu)槊總€角色分配AI代理。代理使用像GPT-3這樣的大語言模型，可以熟練地生成文本。

3. 每個代理都使用游戲數(shù)據(jù)集和來自游戲開發(fā)人員的反饋，針對其特定角色加以微調(diào)。比如說，規(guī)劃代理使用游戲設(shè)計文件進行訓練，以提高對游戲計劃的理解。

4. 代理只處理過程的一小部分。比如說，編碼代理只將任務(wù)轉(zhuǎn)換成代碼，它并不設(shè)計任務(wù)本身。這使得角色對AI而言比較簡單。

5. 代理既可以訪問以前對話的私密內(nèi)容，也可以訪問所有代理都可以看見的共享討論歷史記錄。這讓它們能夠合作。

6. 添加了審查代理，嚴謹分析來自規(guī)劃代理、編碼代理和測試代理的輸出。這有助于發(fā)現(xiàn)任何錯誤或限制。

7. 開發(fā)人員可以在必要時借助該框架提供交互式反饋，以進一步優(yōu)化代理輸出。

8. 角色確立后，代理就可以按順序工作，使開發(fā)階段實現(xiàn)自動化。規(guī)劃人員創(chuàng)建設(shè)計文檔，編碼人員實現(xiàn)代碼，測試人員驗證代碼，審查人員則在每個階段提供監(jiān)督。

9. 至于更具創(chuàng)造性的設(shè)計步驟，開發(fā)人員仍然決定總體愿景。AI旨在使更易于預測的執(zhí)行和生產(chǎn)方面實現(xiàn)自動化。

這種專門的狹窄AI系統(tǒng)協(xié)作的多代理方法使GameGPT能夠以循序漸進的方式，使游戲開發(fā)工作流程的大部分環(huán)節(jié)實現(xiàn)自動化。研究人員希望，通過化解復雜性，AI可以有效地處理創(chuàng)意過程的特定部分。

關(guān)于自動化游戲開發(fā)和GameGPT的幾點思考

GameGPT是一個值得關(guān)注的概念，它有望使用多個專門代理來簡化游戲開發(fā)。這種方法可能比依賴單一的通用模型更有效。通過自動化處理重復任務(wù)，開發(fā)人員可以專注于真正需要人類創(chuàng)造力的方面。

不過坦率地說，讓我極其失望的是，雖然這篇論文提出了GameGPT框架，并詳細描述了其組件，但沒有包括任何量化評估或?qū)嶒灲Y(jié)果來證明其性能。我們怎么知道這個想法到底好不好？它當然不算新奇，之前已有人提議在其他環(huán)境中使用具有特定角色的多個代理。

此外，游戲開發(fā)中全面自動化的理念也引發(fā)了關(guān)于原創(chuàng)性和創(chuàng)新的復雜問題。在規(guī)劃一款新游戲時，游戲開發(fā)人員常常將獨特的創(chuàng)造性要素視為至關(guān)重要的部分。AI目前在構(gòu)思這種突破性的想法方面不盡人意，特別是由于它難以將緊張和沖突概念化，而這對創(chuàng)新至關(guān)重要。

在現(xiàn)階段，我認為GameGPT主要是一種學術(shù)探索。我認為其總體思路大致正確，它讓我們得以領(lǐng)略AI如何徹底改變最具活力、最有挑戰(zhàn)性的創(chuàng)意領(lǐng)域之一。未來很可能是人類創(chuàng)造力和AI產(chǎn)生協(xié)同效應(yīng)，我根本不知道這方面我們能走得多遠。如果沒有明確的結(jié)果部分和可量化的信息，我們就不是很清楚在游戲工作室是否值得投入來建立這種多代理環(huán)境。

原文標題：GameGPT: Using AI to Automate Game Development，作者：Mike Young