《暗黑4》工作量太大？华人女教授助力，开发神器级工具！

周四聊暗黑4，今天我们要聊的是眼下游戏行业内一个很火热的话题，那就是机器学习人工智能辅助游戏开发。

无论是在游戏里，还是渲染的动画和其他媒体，都依赖于大量的数字建模。虽然确实可以都手工去画，但这样做无疑是非常低效甚至是不可能完成的。一般的做法都是将角色的数字模型和角色可能穿戴的不同物品的数字模型分开，分别建模之后在后期阶段再将它们组合起来。这样能大幅减少所需的工作量。

但是当一款游戏变得很大时，尤其是在拥有多个角色的游戏里，单一物品可能需要多次建模以适应不同的角色。以暴雪的魔兽世界为例，从男性人类到女性熊猫人，这款游戏里存在着28种独特的角色模型，游戏里的一千多个头盔就要去适应这些模型，其结果就是在魔兽世界里需要为这28000个头盔单独建模。

即使只是进行手工微调，这样的工作量也是极大的，而且在后续组合时也很容易出错。比如还是在魔兽世界里，几个月前曾有一位玩家在论坛上抱怨说，自己的熊猫人角色凑齐了全套探险家服装，他感到非常兴奋，但角色戴上帽子就没了耳朵，令他无比失望。而到了上周他又发帖表示，暴雪把耳朵接上了，甚至还添加了眉毛。这个小小的例子就说明了手工调整的弊端所在。

到了暗黑4里，工作量的问题就更突出了。暗黑4是一个十分强调个性的游戏，人物角色拥有丰富的自定义选项。另外作为暗黑游戏，更换装备后能实时地反应到角色外观上是基本功，暗黑4又在这一基础上更进一步，让所有的装备根据产地的不同呈现出不同的外观，并且游戏画面提升至以4k分辨率为基准，这让美术的工作量猛涨，难怪暴雪最近一直都在狂招美术相关的职位。

还有没有办法保障质量进一步减少工作量呢？这时候就要说到机器学习人工智能辅助了。

暴雪最近就公开了一项名为“三维数字物品动态角色模型拟合”的专利，发明者是詹姆斯（James Supancic III），他是加州大学尔湾分校的计算机视觉和机器学习专业博士，2020年进入暴雪担任高级数字科学家。他的这一发明主要是训练和利用机器学习系统，来让3D数字对象适应不同的角色模型。

这可以更真实地展示角色的装备。角色装备的盔甲或服装元素的外观将会根据每个人自己的角色模型进行最适合的修改，以完美地贴合，而不再只是简单地区分出男性和女性角色模型的外观。通过这一系统不仅可以实现更逼真和视觉上更吸引人的结果，甚至还可以让同一个性别同一个职业穿戴同一件装备时，因为自定义的角色模型差异而呈现出完全不同的效果。

对于暗黑4的开发来说，这简直是神器级的工具。

另外暗黑4作为一款开放世界游戏，除了丰富的角色自定义选项外，150多个随机地下城的关卡布局以及室内场景的设计也是相当费时费力的工作。通常来说，手动摆放道具包括为每个道具选择位置，旋转和对齐，然后确认地图上的道具放置整体看起来自然且合乎逻辑。对于一个包含 50 个场景的虚拟世界，其中每个场景平均有 25 个区块，而区块平均有 10 个道具，则需要执行 12,500 个不同的道具放置。对于包含 5000 个场景的虚拟世界，道具放置的数量达到 1,250,000。显然，在这种情况下尝试手动放置每个道具，所消耗的时间将是巨大的。

这时候就要请出另一个工具了，它叫做“机器学习放置道具”。它是由华人女教授翟女士和詹姆斯一同发明的。翟女士毕业于加州大学圣地亚哥分校，2018年加入暴雪，现担任数字科学经理负责带领暴雪的数字科学家们利用机器学习和人工智能来协助游戏开发和提升玩家体验。

他们发明的这套系统，以空间规则，道具规则，距离规则和道具与地图结构规则等为起点，通过机器学习达到自动定位小物品，自动化摆放地图中的木桶，灯笼，树丛，长凳，栅栏，装饰品和其他小东西，从而极大提高效率。

当然这两个工具并不仅限于暗黑4使用，魔兽世界以及未来的生存游戏项目想必都能用上这些工具。这些机器学习人工智能的辅助开发工具在业界已经是大趋势了，暴雪也在最近为自家的实现方法申请了专利，希望这些机器学习自动化工具能为暴雪的设计师节省大量时间和精力，把更多重点放到游戏玩法上来，使开发团队能够更频繁地发布更多内容，让暗黑4尽早推出。