Youtuber訓練出能自己行動的「古墓奇兵」蘿拉，還可以設定角色個性決定她衝不衝

一位外國直播主，用ChatGPT給AI智慧體注入了自我意識。產生「生命」的蘿拉覺醒了，開始自己在《古墓奇兵》中闖關。如果遊戲角色被注入生命，電子遊戲會發展成什麼樣？曾經，這是不少人的暢想，而如今，隨著AI智慧體的發展，這種想像已經開始走入現實。

最近，一位YouTube作者Foxmaster製作了一個經典遊戲《古墓奇兵》的影片。

而其中的女主角蘿拉，居然是一個能控制自己角色的AI智慧體！

可以說，利用機器視覺、定位、物體識別、動畫、文字和語音等各種AI工具，Foxmaster為遊戲角色注入了數位生命。

所以，或許這就是電子遊戲的未來？

《古墓奇兵》女主有了意識

建構可以玩遊戲的虛擬AI，這個概念已經很常見。不過，Formaster想做的，是讓這個角色如同真人一樣。

因此，他選擇了《古墓奇兵》這款遊戲，遊戲主角蘿拉是一個人物性格鮮明、定義明確的角色。

而Formaste希望，這種個性會對遊戲的最終結局產生影響。

如何讓這個AI智慧體Lara Croft在遊戲中真正產生自我意識？

Formaster經過以下幾個步驟的探索，終於成功了。

如何讓蘿拉學習遊戲規則

首先第一步，叫她學會遊戲規則。《古墓奇兵》已經給出了教學，解釋了所有的遊戲控制過程。

作者讓Lara按照給出的方式去練習，像人類玩家一樣完成各個階段的教學。

教學在Lara離開泳池時結束，所以可以在那時重啟程式，做出改進。

開始時，改進Lara非常困難。

她有時會出現混亂，在地圖中隨意走動，甚至有時候會卡在選單欄中，一遍遍盯著她的指南針。

為瞭解決這個問題， 作者在一台虛擬機器上，重新調整了主時鐘，將遊戲處理程序加速了40倍。這個辦法起作用力，AI智慧體終於在相對不錯的時間內，完成了教學。

然而，還存在一個問題：Lara經常卡在一個位置，而且每個關卡都是由靜態元素組成，因此只有一條最佳化路徑。

這會導致她只知道不走哪些路徑，而不是想出更全面的方法來解題。但作者希望的是，Lara學會自己去發掘探險過程。

考慮到Lara唯一掌握的知識，僅僅是每道關卡顯示的螢幕上的內容，作者觀察了從未玩過遊戲的人類玩家的行為。

有的人會看完整個教學，有的人先會探索周圍的環境，而這些選擇的差異，就是由不同人的“個性”決定的。

而Lara需要學習的，恰恰就是這種態度。

識別角色

為了給AI建立與Lara的聯絡，就需要讓AI明白，她是一堆像素。人類玩家進入遊戲後，一下子有了這樣的意識。

對此，作者從各個角度，錄製了24個小時，Lara朝著不同方向活動的影片，以便AI智慧體能夠識別任何給定角色。

就像自動駕駛汽車一樣，能夠以每秒30幀速度拍攝24小時影片，得到2592000張參考圖像，以識別道路標誌。

首先，作者跟蹤頭部主要像素，然後是身體主要像素，來選擇相關區域。

為了確保Lara出現在每張圖像中，作者要求程式去識別那些不包含任何突出顯示的圖片。

當Lara佔據整個螢幕時，或當一個二維物體擋在她面前，作者使用AI視覺捕獲來幫助識別Lara，結果非常準確，足以識別螢幕上的角色。

學習如何與遊戲環境互動

能夠識別Lara後，需要讓AI與環境互動。

整個遊戲環境都是由同樣的區塊組成，作者將其匯入到立方體上，然後從各個角度捕獲環境，再運行識別過程，這樣AI智慧體就能識別出環境，就像人類玩家解釋圖像的過程。

紅色突出顯示的區域是，未能識別的紋理。但是，AI仍舊缺乏想去某個地方的意識，還需要知道自己距離周圍環境的距離。

有趣的是，這些未能識別的區域，通常是遠離Lara的位置，或被其他2D物體遮擋的位置。

當我們觀察人類玩家的行為，看到這張圖像後，我們能夠立即明白，箭頭所指向區域是一個入口。

我們可能不知道下一個房間的大小，但我們知道這是存在的。

但是，這也可能是一種視覺錯覺。當我們去移動，入口區域的紋理與其他地方不同，這是3D空間的特徵。

因此，AI智慧體還得學會移動，並進行比較。從計算角度來看，可以使用多個圖像來確定哪些紋理尺寸的變化最小。

這裡可以使用主多邊形的面積來算，它們的變化主要基於彼此之間距離成比例的機率。

讓AI決定下一步要去哪裡

現在，AI已經知道自己身在何處了，她必須做出決定，自己下一步要去哪裡。

通過識別紋理，可以讓她到達特定的位置，然而在關卡中導航，需要更簡單的東西。

最快的方法，就是簡化對比度，識別區域中光線的突然變化。但是，人類玩家不一定會去這些地方。

當有多個開口時，AI必須表現出足夠興趣，但不能導致她死亡。

比如，如果一個洞太深，就無法在不抓住周圍壁架的情況下跳下去。假如下面有水存在，倒是有可能值得這種冒險。

人類玩家知道什麼時候可以跳，但Lara的行動方針都是來源於教學，它必須精準估計自己和目標之間有多少個方塊，是否應該聚集自己的動量，以及在放手之前是否應該暫停一下。

總之，她必須像人類玩家一樣，做出精準評估。

如果她提前知道一個洞的大小，就會跑得非常快，這就並不符合我們的期望。

為了讓她多收集環境資訊，作者鼓勵AI，如果有疑惑，就應該旋轉相機，收集更多的資訊。

但真實情況下，即便如此，AI也可能卡在房間里。

為了鼓勵她走出房間，作者補充了一些收集規則。

比如，每次遇到在該區域成為優先順序前從未見過的紋理時，她都必須以增加螢幕上這種紋理大小的方式來移動。

這樣，她就只能在關卡中前進。因為每個關卡中都有獨特的紋理，解鎖的唯一方式，就是進入下一個關卡。

總之，Lara會不斷分析自己在螢幕上看到的內容－不同表面的紋理，她會移動自己的身體，定義新的興趣點（即目錄中尚未存在的紋理）。

在這個過程中，她會不斷驗證，去尋找丟失的紋理。

讓AI理解自己在遊戲中的運動能力

然而，即使經過了上述改進，這個AI還是太像個機器人了，行動模式是顯而易見的。

為了改進它，作者再次觀察了人類玩家。

是什麼決定了人類玩家在遊戲中如何行動？就是我們的記憶，我們會記住動作是如何組合的。

因此，這個過程也需要植入到AI中，因為Lara必須意識到她自己的運動能力。

為此，作者把AI每一秒的動作都保存起來，來訓練它，然後新增一條規則，允許它同時執行這些保存的動作。

這樣，AI的動作就變得平滑多了。

另外，因為每個動作的冷卻時間是已知的，就可以防止AI在執行不必要的動作時，仍然處於活動狀態。

在下圖中，火焰重新啟動的速度如此之快，需要完成很大的跳躍才能穿過。

幸運的是，這些通道在視覺上被簡化了，很容易識別塊的邊緣。

AI知道，Lara總是會在方塊的第一部分啟動時完成正確的跳躍，就像人類玩家理解的一樣。

ChatGPT注入人格

接下來，就需要將Lara的個性灌輸給AI智慧體。個性取決於經驗和記憶，這些因素的結合決定了Lara角色。

根據遊戲設定，她是一個著名的考古學家，從不畏懼冒險，願意接受分配的山區任務，甚至不要獎賞，完全出於熱愛。

另外，Lara還特別有錢，剛剛搬進一座豪宅，屋內裝飾非常優雅，屋子里還有一個訓練室。她還特別擅長教學，游泳，攀爬，耐力非常強。

當冒險途中遇到危險，她能夠保持鎮靜，而且非常勇敢，會毫不猶豫幫助同伴。

面對狼群包圍，她用槍精準地射殺，還能用匕首殺死凶險的狼。她唯一拒絕的是，主動強行開鎖。

以上的一切，都是從遊戲設定中，瞭解到的Lara個性。

接下來，就是以真實的方式去評論她所看到的一切，對此，作者在資料庫中已經編譯Lara的性格特徵。

為了使評論對實際情況有意義，程式需要將遊戲圖片與現實生活中可識別的東西相關聯。

對於紋理細節通常較少的圖片，可以通過Google圖片搜尋進行匹配。

因此，當AI智慧體檢測到足夠大的紋理，它就會啟動搜素。

為了識別單詞，作者將整個頁面複製到ChatGPT。然後要求ChatGPT根據出現的次數對其進行分類，再將識別出的單詞新增到列表中。

最後要求ChatGPT根據這些單詞建立一個句子，並且要考慮到Lara個性。這樣做，就是要ChatGPT去真是地評論，Lara在現實生活中看到的東西。

比如，如果紋理被識別為海獅，ChatGPT能夠將海獅與Lara個性特徵聯絡起來做出評論。

總得來說，Lara智慧體的人格是通過ChatGPT使用「勇敢」、「友好」或「聰明」等各種屬性設定。

Lara在遊戲中，感知和評論的所有物體都會通過這個人格過濾器，並由Lara根據既定的性格反應出來。

就比如上面的海豹，Lara會提及海獅化石，或者出色的游泳能力，並不會對其在馬戲團發表言論。

網友：AI智慧體讓電子遊戲變成了藝術品

有網友表示，這是讓角色自我發展最酷、最自然的感覺方式之一。當角色能夠活靈活現，你才可以真正體驗到電子遊戲是一件藝術品。

「她說話和分析周圍環境的方式非常可愛。讓AI機器人有能力評論周圍環境，無論它的實際水平如何，都會讓人覺得她是個活生生的人。」

「這太迷人了。她那超然的好奇心和一絲異想天開的想法，與我想像中的Lara的內心獨白驚人地相似。」

有人說：「讓我感到驚奇的是，她的對話與她的行為相吻合。這讓人覺得，寫對話的人工智慧和控制角色的人工智慧是同一個人。」

前不久在史丹佛AI智慧體小鎮開源時，網友們就十分激動，覺得AGI已來，各種RPG和模擬類遊戲都會很快用上這種技術。

而現在，Foxmaster將ChatGPT、電腦視覺和物體識別的結合，讓電子遊戲變得更有趣了。

或許在未來，電子遊戲角色可以被賦予更深、更靈活的個性，對環境做出更快的反應，以及許多我們無法想像的變化。