「王者荣耀」《王者荣耀》“绝悟”简评:将来你的队友可能真的是AI

今年的五一假期又迎来了《王者荣耀》每年一度的开黑节 , 不过相比节日限定皮肤、至尊宝返场和五虎将皮肤 , 我更加关注王者的全新AI(人工智能)——绝悟 。
「王者荣耀」《王者荣耀》“绝悟”简评:将来你的队友可能真的是AI
文章图片

文章图片

常见的游戏AI
在MOBA和RTS这种高强度竞技游戏中 , 常见的PVE对局中AI的逻辑都是通过执行逻辑代码来实现的 。以《星际争霸2》的电脑对抗模式举例 , AI首先遵循其单位建造、科技树研发执行基础指令;在相对高难度的对局中 , 会有一些决策上的变化 , 比如视野侦查和兵种克制;更高难度的对局中 , 微操和战术才开始凸显 , 比如极限跳追猎、4BG Rush等 。
「王者荣耀」《王者荣耀》“绝悟”简评:将来你的队友可能真的是AI
文章图片

文章图片

【「王者荣耀」《王者荣耀》“绝悟”简评:将来你的队友可能真的是AI】神族极其经典的4BG RUSH战术
虽然AI会根据游戏难度进行动态调整 , 但公式化的AI缺少多样性 , 很容易被玩家分析出套路并作出针对 。相对固化的策略在需要高频度的决策、操作与协作的竞技游戏中就显得不那么有趣了 。机器学习热潮下诞生的全新AI
“机器学习”是近几年科技圈炒的最热门的概念 , 甚至有一部分已经融入了我们的生活 , 现在很多人使用的智能音箱就是此类概念下的产品之一 。相比死板的传统AI , 新的机器人除了有基础的判断和决策外 , 主要是加入了大数据学习 , 说白了就是——尽量模仿人的行为 。
「王者荣耀」《王者荣耀》“绝悟”简评:将来你的队友可能真的是AI
文章图片

文章图片

在极高运算效率的支撑性下机器的学习和优化效率是普通人的千倍 , 甚至万倍 , 其成果也是十分突出的:2017年AlphaGo在围棋对局中战胜了世界冠军柯洁;AlphaStar在与《星际争霸2》职业选手的对局中以10:1的的战绩获得了压倒性的胜利;2019年“绝悟”在与多位业余玩家的对抗中胜率高达99% 。
那么 , “绝悟”在游戏中的体验究竟如何呢?《王者荣耀》全新AI——绝悟
说来惭愧 , 小编从王者入坑到现在仅有几百场对局 , 段位也只是一个星耀的菜鸟 , 所以在大局观和操作上略有不足 , 在这里仅根据自己的游戏经验对“绝悟”进行简单的分析 , 也算是抛砖引玉 。
阵容配置:
或许是因为满足活动的娱乐性 , 也方便玩家找到破解的方法 , 绝悟前5关均为固定阵容 。阵容搭配基本是战士(边路)+法师(中路)+战士(打野)+射手+辅助(软硬各占50%) 。
「王者荣耀」《王者荣耀》“绝悟”简评:将来你的队友可能真的是AI
文章图片

文章图片

极标准的阵容配置
这是排位较常见且稳定的配置 , 战边可坦可输出 , 孙策和关羽还有不错的支援能力;带法师的阵容基本保证对方前排要出双抗;辅助方面牛魔张飞提供坦度、鬼谷子为功能性、蔡文姬则是控制+补充状态 , 也都是排位热度较高的英雄 。阵容上官方明显是有考量的 , 比如舍弃了当前版本大热门的坦边刘邦、项羽、白起 , 避免前排坦度过高;同时也舍弃了元歌、花木兰这种上下限差距较大(因为脆)的英雄 。
抢线与支援:
在《王者荣耀》中 , 开局一般都要抢线 , 这在钻石以上的对局中是十分常见的 。抢线一方面可以快速升2级在接下来线上的战斗中获得优势 , 另一方面可以快速抢占中立资源或进行Gank 。常规对局中抢线优先级中路>对抗路>发育路 。
绝悟的抢线和资源效率是很高的 , 这里以第一关的一次对局为例:


推荐阅读