[color=#474747]《黑镜》第三季依旧由查理布鲁克担任编剧，尽管播放权转到奈飞手下，这一季依旧向观众展现了未来科技给世界带来的噩梦。在第二集《游戏测试》中，一个美国游客来到一家英国游戏开发工作室参与一款增强现实恐怖游戏的测试。游戏通过在玩家大脑内植入一个生化蘑菇控制玩家的感官，然后人工智能程序会自动发掘玩家心底最恐惧的东西，并将它们投影到现实中。于是恐惧、崩溃接踵而至。[/color]
[align=center][img]http://n.sinaimg.cn/games/transform/20161104/sBRd-fxxnety7350679.jpg[/img]《黑镜》预言了游戏业的未来[/align][color=#474747] 会分析玩家性格并机灵地作出自我调整的游戏看起来不可思议，但这或许就是未来游戏的发展趋势。[/color]
[color=#474747] [b]分析你的游戏[/b][/color]
[color=#474747] 恐怖游戏《寂静岭：破碎记忆》通过对玩家进行心理测试，之后根据结果调整游戏安排。[/color]
[color=#474747] 8年前，恐怖游戏设计者山姆巴罗想出一个把玩家吓破胆的办法。在《寂静岭：破碎记忆》中，他加入一个名为卡夫曼医生的角色，这个角色是一名心理治疗师，负责检查主角哈里曼森的心理状况。实际上，卡夫曼的设计目的是对玩家进行心理测试。[/color]
[align=center][img]http://n.sinaimg.cn/games/transform/20161104/Bd_f-fxxnrss2712782.jpg[/img]《寂静岭：破碎的记忆》[/align][color=#474747] 卡夫曼的测试利用了麻省理工心理学家采用的“大五类人格特征”性格测试，玩家会回答诸如：“你是注重隐私的人吗？”、“你经常倾听他人的话吗？”一类的问题。通过测试，游戏会得到玩家的心理档案。与此同时，游戏系统会记录玩家的行为，如在每个区域冒险的时间、是否会偏离明确标出的路线、是否会认真和NPC对话等。玩家的每个举动都会影响到故事的发展。[/color]
[color=#474747] “大部分游戏场景设置都是可变的——从画面纹路到色彩、亮度等，” 巴罗说：“游戏角色也有不同的面孔和性格，玩家在游戏中接到的电话、语音邮件和可读信息都根据他们的档案进行调整，当玩家进入新房间时，系统将读取他们的档案，加载适合他们的内容包。”[/color]
[color=#474747] 这个点子依据玩家的心理特征吸引玩家，游戏角色、怪物和环境都会尽可能对应玩家内心的恐惧。它是个私人订制的噩梦。[/color]
[color=#474747] 从《龙与地下城》开始，游戏设计者就开始给玩家分类，为不同类玩家设置不同游戏体验。理查德·巴图是原始MUD角色扮演游戏的创始人之一，1996年他发明的玩家分类法：追求成就类、探索类、社交类和杀手类现已成为开放者吸引不同类型玩家的重要参考。[/color]
[align=center][img]http://n.sinaimg.cn/games/transform/20161104/DMlV-fxxnety7350761.jpg[/img]根据巴图分类法，玩家被分为追求成就类、探索类、社交类和杀手类四种[/align][color=#474747] 在过去的十年间，诞生了“玩家建模”的游戏概念，即游戏能从每个玩家身上学习，变成了人工智能和机器学习研究的重点。2004年，人工智能研究者Georgios Yannakakis和John Hallam在一场研讨会上发布了他们的研究成果Pac-Man。这是一款搭载了高级神经网络的街机游戏，游戏中的鬼可以根据玩家的战略调整自己的行动。同年，博士生Christian Thurau发布了他的建模系统，系统利用图案识别和机器学习技术，玩家在玩《雷神2》时，AI在一边看并学习玩法。[/color]
[color=#474747] 简单说来，这些技术都在帮助游戏学习玩家的行为。[/color]
[color=#474747] 更多的研究接踵而至。2007年埃博塔大学的智能推理学习小组在 Vadim Bulitko的带领下研发出了PaSSAGE（对应玩家自动生成事件系统），这是一款人工智能交互系统，通过在角色探险游戏中观察并学习玩家的活动，为玩家挑选他们最喜欢的故事线。系统按照罗宾的《龙与地下城》法则将玩家分成5类，从数据库中调取匹配不同类别玩家的任务。如果玩家喜欢寻宝，就会接到寻宝任务；喜欢战斗则会得到战斗任务。[/color]
[color=#474747] [b]超级马里奥变成私人订制的游戏[/b][/color]
[color=#474747] PaSSAGE系统虽然听起来很有趣，但它完全靠人手动设计，只能有限地把握玩家行为。乔治亚研究所交互计算机学院的博士生Matthew Guzdial正欲研发该系统的升级版——一款会分析玩家动作，并基于此设计全新游戏关卡的《超级马里奥》。[/color]
[color=#474747] “我们已经成功地让系统生成匹配玩家风格的关卡，” Guzdial说：“如果玩家喜欢探索，系统就会设计出必须一探到底的关卡；如果玩家喜欢使用加速跑技能，系统就会给出适合加速跑的场地设计。”[/color]
[align=center][img]http://n.sinaimg.cn/games/transform/20161104/UP4O-fxxnrss2712836.jpg[/img]《超级马里奥》[/align][color=#474747] 《超级马里奥》是非常流行的AI研究测试平台，因为多数人对它非常熟悉，玩家可以在一个局限的环境中做很多动作，且它的代码也很简单。哥本哈根大学的AI研究员Noor Shaker、Julian Togelius和之前提到的Yannakakis联手做了一个测试，玩家每次结束游戏后会提供自己的情绪信息，根据游戏过程中得到的愉悦感、挑战感和挫败感打分。AI将这些分数和玩家的游戏数据结合（躲避、奔跑、死亡次数以及杀敌人数等），最后生成新的关卡。[/color]
[color=#474747] 在过去的十年里，马耳他大学数字游戏学院的副教授Yannakakis和他的同事研发了很多方法探索玩家游戏时的行为、感官和情感模式。他们写出的深度学习程序从海量数据库中汲取玩家经验，挖掘玩家行为（如吃更多的补血包而忽略弹药）。他们也探索了优先学习技术，让AI学习不同关卡所需的技能（如优先学习跳跃技能，搁置杀敌技能）。[/color]
[color=#474747] 除了行为数据，他们还使用年龄、性别和其他个人信息。游戏不是他们唯一的研究对象，AI技术还可用于教育软件和精神疾病诊断软件的开发。[/color]
