斯坦福&谷歌研发“生成式智能体”，让游戏NPC“活了”

撰文 | 李   熙

编辑 | 杨博丞

题图 | IC Photo

电子游戏业经历了三十多年的牛市，游戏中的NPC在画面视效上有了飞跃，然而互动智能上并没有给玩家相似的体验提升。

玩家们在1995年的国产角色扮演游戏里，见过渔夫NPC只会重复一句“今天是钓鱼的好天气”；在2017年的育碧开放沙盒游戏里，听过玻利维亚乡民NPC反复只说单调的西语粗口。

其他领域的人工智能已经改头换面，但用在游戏NPC上的人工智能长久以来还像复读机。“身边枪林弹雨，NPC八风不动”的哏，已经让瑞恩·雷诺兹老师拍成热卖电影了。

电影《失控玩家》截图

在大语言模型风靡的当下，以之改造游戏NPC成为可能。然而2023年4月7日，斯坦福大学和谷歌的研究者在预印本平台上发布的论文，成就远过于业界期待：NPC岂止更聪明，简直算是“活过来了”。

生成式AI和大语言模型兴起前，用AI改善游戏NPC的努力，一般是在更易实现的强化学习方向，其中最出名的是2019年在DOTA2里击败人类世界冠军的OpenAI 公司制作的5个AI。

这种思路的概括，是用有清晰争胜目标的对抗性环境来作为奖惩机制来训练NPC，最终完成的AI架构能让NPC自我修正行为以取得胜利目标。

OpenAI的DOTA2 AI与人类对战截图

不过游戏业的产品生态不止于此。不少游戏产品以夺旗、清空敌手等可以明确定义的对抗性胜利目标为基础，但很多游戏没有这种对抗性，游戏机制是模拟下厨、卖杂货、拖拉机耕地、校园恋爱等随机度更高的活动。更多游戏的机制是开放性沙盒，没有明确定义的取胜路径与规则。

这些游戏的NPC功能如何从AI技术革命中获益，很长时间内业内大公司暂时还没明确答案。

然而2023年4月中旬谷歌与斯坦福大学研究者的论文《生成式行为体：人际行为的交互式互动》，给出了通往答案的路径：用大语言模型，让沙盒模拟游戏里的NPC“获得生命”。

研究者称，过去四十年来，学界尝试过创造行为可信的NPC的各种途径，但在实际应用中，这些途径基于简单环境或智能体行为的单调维度，否则无法运行。而此研究的成功，突破了上述局限。

简单来说，研究者通过普通编程，为一个《模拟人生》类型游戏的虚拟小镇中的NPC们写好了虚拟环境设定、智能体人物设定、记忆库架构、拟定计划等各方面程序代码。然后在NPC与虚拟环境间、多名NPC之间的每次接触时，将以上各方面基础数据、互动环境等以自然语言描述后，通过应用程序接口输入给ChatGPT，再将ChatGPT的答案作为NPC下一步行为的指令。

具体而言，研究中的“生成式行为体”NPC，其决策路径如下图所示：感知－录入记忆流－检索记忆库－反思／计划－行为

“生成式行为体” 决策路径简图

“感知”是NPC行为体对互动、虚拟环境等的信息输入，录入“记忆流”后，与记忆数据库对比。

然后“检索”是从数据库中提取相关的记忆事项，NPC行为体会用自然语言将事项输入给ChatGPT，由大语言模型来决策事项的优先级，优先级由事项的晚近程度、ChatGPT判断的重要度与相关性为判断基准。给出的答案作为NPC思维流程的下一步输入词。

接着，数据库与大语言模型会开始NPC的“反思”过程，数据库将行为体最近100条记忆事项以自然语言输入ChatGPT，让大模型来推断出由此可知最重要/相关的观点。

“检索”获取的答案、“反思”得出的观点、结合NPC本身的人设数据，都以自然语言自动再次输入ChatGPT，用大模型得出最符合人类行为逻辑的行动指令。

试运行截图

如此设计的用意，是因为大语言模型在训练期间已经被写入了广泛的人类行为资料，在给出背景涵义足够精准的提示词时，ChatGPT等大模型可以生成高拟真度的人类行为预测答案。

然而在这个迅速惊艳世界的功能后，大语言模型存在小瑕疵：它不能记住每个用户的个性化录入内容，所有用户与模型间的对话都不能直接修改模型的参数，任何显得ChatGPT有记忆的表现都是算法在复读最时新的用户录入内容缓存。

所以谷歌与斯坦福的研究者，结合存储在云服务器上的数据库与ChatGPT，来制作出能完成前述“思维步骤”的NPC，让它们可以实时模拟人类的自主决策。固定数据库与软件架构是NPC佐助连续性思考的“记忆”，而大语言模型是NPC用来即时性思考的“灵魂”。

三、效果：NPC能自行谈恋爱和选镇长了

在研究者的试运行中，NPC智能体可以做到没有人工干预微操、只给简单指令，就能自行完成复杂事件。当研究者让名叫伊莎贝拉的NPC筹划情人节聚会时，她自行在虚拟小镇中开始逐个邀请自己的朋友和熟人，并自行装饰作为聚会场所的咖啡馆。

智能体与虚拟环境间的互动可以完全自发且自洽。在环境状况设置为“食物引燃”的状况下，“伊莎贝拉”能自主做出“关闭燃气灶”的决策。如果这用普通编程也可以做到的话，智能体接下来的“重做早饭”行为，就是较前有显著突破的AI自发决策。

智能体之间的互动，已经达到可以模拟实际人际关系中的“信息扩散”与“协作”行为。

例如“伊莎贝拉”宣布要开情人节聚会后，她邀请到的AI智能体们又进一步邀请其他与伊莎贝拉无直接接触的AI，例如名叫玛丽娅的AI就邀请自己的“暗恋对象”克劳斯一同赴会。

情人节聚会消息在NPC中扩散的过程

再如名叫“山姆”的AI宣布要竞选虚拟小镇镇长后，AI“伊莎贝拉”与“汤姆”对此有自发的议论：“伊莎贝拉”询问“汤姆”的意见，“汤姆”答出自己的观点：“老实说我不看好山姆，他与本社区已经脱节，也并不真把我们的攸关利益放在心上“。

在研究者的两日试运行中，虚拟小镇的25个NPC里，得知“山姆”参选镇长的从单个扩散到8个、得知“伊莎贝拉”办聚会的从单个扩散的12个，过程中完全无人工干预。并且NPC们在互动内容的置信度上部分超过了真人玩家。

论文里各种状态下NPC与人类的行为置信度对比量表

当然，论文出圈后的“《西部世界》实现“热议并不准确。仔细的观察者们大都发现，不管所用的ChatGPT还是自制的NPC程序，并没有真正的自主人类意识，只是将大模型的相关性引擎性能潜力进一步发掘。

由于大语言模型的现有局限，研究中的NPC也经常有无厘头的“幻觉”缺陷。例如NPC观测到虚拟小镇中有“公厕”，就不认为是“单人厕所”，出现了“AI使用洗手间时常被其他AI闯入”的互动场景。虚拟小镇上的商店是下午五点关门，然而NPC们时常在歇业时间试图进入。有AI看到其他NPC的名字是亚当·史密斯，就说：“啊我晓得你，你就是那个18世纪的经济学宗师。”

论文中提到了这些缺陷，还说“提示词黑客手段-即人类玩家用仔细准备好的对话内容来迷惑NPC行为体，可以让AI幻觉出从未发生的事件的记忆。”

现在很多游戏业者认为生成式AI的技术还在襁褓期，暴炒Chatgpt的人很多五六年前在狂吹加密货币。有名的波兰游戏公司CD Projekt Red，其动作游戏系列的内容开发者领军人在2023年1月说，NPC离自行建立一个生态活跃的虚拟社区，还太过遥远。

生成式AI的确是在襁褓期，但襁褓中的生物，最突出特征就是飞快的生长速度。AI大模型将如何改变游戏业，实在让人充满憧憬。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。