西山居AI技术专家黄鸿波：游戏中强化学习与行为树融合实战
2022年8月6日-7日，AISummit全球人工智能技术大会如期举办。在7日下午举办的《人工智能前沿探索》分论坛上，西山居AI技术专家黄鸿波带来了《游戏中强化学习与行为树融合实战》的主题分享，详细分享了强化学习在游戏领域产生的价值。黄鸿波表示，强化学习技术的落地并不在于要把算法改得多牛，而是要将强化学习技术与深度学习、游戏策划相结合，形成一套完备的解决方案，并将其实现。强化学习让游戏更加智能强化学习在游戏中的落地，能够让游戏变得更加智能，可玩性变得更高，这就是在游戏中采用强化学习的主要目
2022年8月6日-7日，AISummit 全球人工智能技术大会如期举办。在7日下午举办的《人工智能前沿探索》分论坛上，西山居AI技术专家黄鸿波带来了《游戏中强化学习与行为树融合实战》的主题分享，详细分享了强化学习在游戏领域产生的价值。
黄鸿波表示，强化学习技术的落地并不在于要把算法改得多牛，而是要将强化学习技术与深度学习、游戏策划相结合，形成一套完备的解决方案，并将其实现。
强化学习让游戏更加智能
强化学习在游戏中的落地，能够让游戏变得更加智能，可玩性变得更高，这就是在游戏中采用强化学习的主要目的。
“强化学习是一种机器学习范式，它训练代理的策略，以便可以做出一系列决策。” 黄鸿波表示，代理的目的是根据对环境的观察来输出动作。这些行动将导致更多的观察和回报。当代理与环境交互时，培训涉及大量的反复试验，并且每次迭代都可以改进策略。
在游戏中，采取行动或执行行为的代理是游戏智能体（Agent）。考虑游戏中的角色或机器人，它必须了解游戏的状态，玩家在哪里，然后基于此观察，应根据游戏的情况做出决定。在强化学习中，决策由奖励决定，奖励在游戏中可以作为高分提供，也可以提供给达到特定目标的新水平。
黄鸿波表示，关于游戏情况的最酷事情是，在游戏的压力下训练了智能体的策略。 例如，它可以了解受到攻击时的处理方式，或如何行为以达到特定目标。
行为树在游戏中的作用
行为树是一个包含逻辑节点和行为节点的树结构体。通常情况下，可以将每一种情况都抽象成一个类型的节点，按照规范去写节点，然后把这些节点连接成一棵树。当用户每次去找一个行为的时候，就会从树的跟节点出发，从各个节点中寻找出一个和当前数据相符合的行为。
简单来说，在AI各模块耦合度较高、粒度较大的情况下，往往一个变动都牵扯到大量的修改，也很容易出现大量的重复代码。而行为树的出现，给了广大游戏开发者提供了一个“方格本”，让AI开发者比较方便的搭建出一整套可复用、好扩展维护的AI框架出来。可以说，强化学习是用训练得来的，行为树是若干个else、if的语句结合。
上图所示，图中有一个根节点，往下是一个树节点，树节点中又包括逃跑、攻击、闲逛等。把上图当成一个AI或是机器人，让他在丛林中巡逻。当AI看到一个ORC半兽人，并判断打不过这个ORC，当触发这个条件，AI会逃跑，逃跑就会执行Run动作。当判断比较容易打，就会执行Fight操作。
在上图中，有两个节点，一个是Root，即根节点；一个是Selector节点,即逻辑节点。所有的节点都是按照一定顺序，从左往右执行，这就是一个行为树。因此，只需要写好每个节点里对应的逻辑，就能够让AI执行一些相关动作。若干个行为树，最后就组成了一个游戏。
强化学习和行为树相结合让游戏更加丰富
如何使用强化学习和行为树相结合，让游戏更加丰富呢？这是很多游戏里需要讨论的一个比较难的应用。
在此之前，不妨先讨论什么时候用强化学习比较好,什么情况下用行为树比较好。黄鸿波表示，用行为树没有办法很好达到目标的，就可以用强化学习，例如在FPS（第一人称射击游戏）中，应该用多大火力，应该朝谁开火，应该用什么样的武器等等，是比较难通过行为树来决策的，一般来讲用强化学习实现就会比较好。
什么时候用行为树？例如在游戏中遇到障碍物时需要跳过去，可以选择用强化学习来做，也可以选择用行为树来做。但如果用强化学习来做，训练起来就会很麻烦。由于这种情况下只有一个选择，就是跳过去，因此用行为树就会更加简单。
不难发现，如果把强化学习和行为树结合起来用在游戏中，就是一个比较好的方案。黄鸿波表示，强化学习与行为树相结合，有两种比较大的实现方式：一种是以强化学习为主，行为树为辅；另一种是以行为树为主，强化学习为辅。
行为树侧：以行为树为主要的AI运动方式，行为树从游戏客户端接收obs输入，根据自身的目标情况，针对于obs来写相应的行为树行为，在行为树的各个行为中，将一些需要强化学习做决策的节点交给强化学习来进行，那么在这里，就需要强化学习针对一些特定的场景来做相应的训练。
强化学习侧：整体策略则变成了训练若干个模型，每一个模型执行一种策略，然后再嵌入到行为树当中。
黄鸿波表示，这两种不同的实现方式，究竟哪个好，这就需要根据不同的情况、不同的应用、不同的游戏进行不同的考虑，因此不能一概而论。
在接下来的时间里，黄鸿波详细介绍了西山居在强化学习与行为树中采用的技术框架，并结合大量的游戏案例，详细介绍了行为树和强化学习在游戏中是如何进行结合，让游戏变得更加丰富。对案例实践感兴趣的用户，不妨关注AISummit 全球人工智能技术大会的精彩分享视频。（https://aisummit.51cto.com/）
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，