A轮融资千万美元后，他们做了一款被微信推荐的AI小游戏
AI已经能在桌游中骗人了？文/托马斯之颅最近，一款叫做《轮到你了揭秘篇》的微信创意小游戏，颠覆了我对小游戏的认知。它的玩法类似不用说话的《狼人杀》，要求5名玩家根据彼此的行为推断身份，做出决策，整个游戏过程充满了复杂的博弈推理和欺骗，非常烧脑，和那些超休闲游戏的简单体验完全不同。
然而仔细一查，它的研发商：超参数科技却不是一家游戏公司。它的主业是AI在游戏领域的应用，创始人刘永升是腾讯AI Lab之前的总经理，团队曾负责围棋AI“绝艺”，《王者荣耀》AI“绝悟”的研发。2019年初，他们还获得了晨兴资本、高榕资本千万美元的A轮投资。据超参数所说，在零买量，零推广的情况下，上线2个月，《轮到你了》的用户量超过30万，DAU超过了3万，并且仍在快速增长。他们是怎么做到的？这个品类还有多少机会？《轮到你了》是一款怎样的游戏？去年10月，超参数希望做一款能展现AI高级功能的产品。为了节约资源，他们打算做一款非数值玩法，以复杂博弈为核心乐趣的小游戏。团队最先想到的是《狼人杀》这种身份隐藏类的桌游：它上手简单又不乏深度，易懂难精。在翻遍海外桌游论坛上Top 100的游戏之后，大家确定了《狼人杀》《阿瓦隆》《政变》《魔城马车》《矮人矿工》等几个原型备选。很巧的是，当时AI负责人李宏亮也在MIT的一篇论文中看到了一个实验，用AI在《阿瓦隆》游戏中取得了不错的成果。于是团队最终以《阿瓦隆》为基础，砍掉了复杂的角色设计和发言环节，又借用了都市悬疑推理日剧《轮到你了》的包装，用1个月的时间研发出了玩法原型：（1）5名玩家会共度5个夜晚，其中“好人方”包括2位住民、1位目击者；“坏人方”包括2位捣乱者；
（2）所有玩家每晚需轮流提案要监控哪些人。住民和被监控的捣乱者在夜晚无法行动，未被监控的捣乱者可以选择是否恶作剧；
（3）在5天中，出现3晚恶作剧则捣乱者获胜；出现3晚平安夜，且目击者没被捣乱者找出，则“好人”获胜。在整局游戏中，玩家无需发言，只要根据投票记录做出推理即可，单局游戏时长大概是4分钟。为了进一步降低门槛，团队还把新手视频从2分10秒砍到了1分5秒，把这个阶段的流失率从50%降低到了20%左右（被评为创意小游戏后流失率为10%）。解决了桌游玩法高门槛的问题，接下来就要轮到AI出马了。如何用2个月打造一套AI？为了训练AI，团队先找到100名测试玩家，积累了2000多局的对战数据，让AI模仿学习这些样本。这类似AlphaGo当年的第一步：研究数百万人类围棋专家的棋谱。当AI对游戏有了一些理解，已经能够欺骗其他玩家之后，团队开始引入强化学习——这也是AlphaGo的主要算法框架。简单解释，就是让AI自己和自己竞技，以胜利为目标，积累经验，总结规律。然而问题出现了：跑了几个小时，打了整整几百万把，团队却发现AI的水平依旧很菜，远远达不到人类的正常程度。
仔细分析之后，团队发现和围棋、斗地主、德州等传统棋牌游戏不同，在《轮到你了》中，玩家还要在不知道彼此身份的情况下，形成动态的竞争合作关系。在之前的强化学习框架中，AI固然会复盘每个操作对胜率的影响，但更重要的是要随时预测其他人的身份，并尝试影响他们的的行为。于是团队重新梳理了学习逻辑，在强化学习中又加入了预测学习的算法，让AI模拟人类的思维，不断推理其他玩家身份的概率分布——例如根据投票记录，A是目击者的概率有80%。果然，AI的操作变得聪明了许多。
但新的问题又出现了。《轮到你了》的AI和AlphaGo的目的不同，它不需要追求水平的极限，而是要尽量伪装成人类，这对它提出了更多要求：（1）高拟人性。这要求AI大部分的操作都比较常规（不能蠢得毫无逻辑），同时偶尔也会出现低级失误，或者十分精妙的操作。（2）差异化段位。玩家段位越高，匹配到的AI水平就要越高。比如低级AI的逻辑链应该更简单，更容易失误；而高级AI的套路更多，推理/反推理能力更强。（3）差异化风格。人类玩家的性格各不相同，因此在相同局面下，AI要能采取截然不同的行动。同样抽到捣乱者的身份，冲锋型AI可能开局直接捣乱，力图快攻取胜；而猥琐型AI则可能连续潜水两个晚上，到最后三轮再连续捣乱。这些要求怎么满足？AI负责人李宏亮打了一个比方：先找100个人，让他们不断随机匹配，进行5人一局的对战，同时给每个人设立不同的目标。例如张三的目标，就是不断提升和李四、王二麻子对局的胜率。这100个人最开始都是一张白纸，但因为对局经历不同，大家都会对游戏形成自己的理解。而为了打败李四和王二麻子，张三会努力分析他们的风格，找到一套克制的思路，从而形成自己的风格。
而在100个人都形成了自己的风格之后，只要再组织一场积分循环赛，自然就可以列一个排名清单，并在每个段位中选出风格不一样的选手。在AI领域，这种学习方法叫做“基于种群的多智能体强化”。至此，经历了小样本模仿学习、强化学习+预测学习、基于种群的多智能体强化三个步骤，花费2个月的时间，团队终于打造出了一套合格的AI。
战略负责人陈昭翰说，在对反应时间、头像等都做了随机化设计之后，这套AI基本达到了真假难辨的程度。“我们自己测试的时候，有时候会说AI是不是出问题了，打得这么傻。结果一查后台数据，其实那个不是AI，是其他玩家出现了失误。”根据测试数据，制作人高远也摸索出了一套AI的调用流程：（1）先给新手分配3场对局，分别让玩家扮演捣乱者、目击者和住民，方便他们理解规则。（2）在接下来的8-9局中，玩家会与行为树脚本匹配（即没有经历过深度学习的AI），强化对游戏的理解。同时每玩3局，在第4局插入一场深度学习AI，缓和与行为树脚本对战的枯燥体验。（3）之后伴随玩家的段位提升，不断调整AI的比例，既保证中低玩家的游戏体验，又保证高段位的玩家的匹配不用等待太久。
经历了几轮测试和调优，加入了段位和成就等系统之后，《轮到你了》于1月正式上线。工作室负责人黄军说，最开始产品次留超过40%，被评选为微信创意小游戏后他们又获得了26万多名用户，次留也能达到25%左右，而且每天的人均游戏时间有1000多秒。目前《轮到你了》已经与乐逗达成了发行合作，正在考虑加入赛季、付费等外围系统。不过战略负责人陈昭翰称，赚钱不是他们的目的，证明AI的价值才是核心，未来的盈利也会用到产品的调优和推广当中。
陈昭翰也表示，为了尊重版权，之后他们也会更换和日剧《轮到你了》过度类似的美术素材，甚至更改游戏的名字。桌游小游戏与AI游戏的未来那么在《轮到你了》之后，还会出现更多以桌游玩法为核心的小游戏吗？在葡萄君看来，这个品类需要3个要素：（1）一个合适的玩法。《轮到你了》的玩法脱胎于已经被验证的《阿瓦隆》，而且在改动之后，不需要语音也可以获得博弈的乐趣。这大幅度降低了游戏的单局时长，也更符合小游戏的场景。（2）解决冷启动和前期的匹配难问题。但以博弈，而非数值养成为核心的桌游玩法既不适合做内购，也不容易设计广告，前期的买量投入很容易打水漂，仅靠口碑传播又很难快速吸引用户，保证种子用户的留存。（3）或者和超参数一样，用AI解决问题，不过这个门槛就更高了。黄军称，行为树很难处理这种复杂的博弈，必须引入深度学习的算法。为了跑通AI，他们花了2个月和几十万的计算资源。“如果你没做过，可能半年都跑不出来。”
因此，《轮到你了》不一定能引领桌游小游戏的发展。但在制作人高远看来，它证明了AI在去数值化的，策略博弈类玩法中的应用价值，而策略博弈正是许多品类的核心乐趣。不过黄军说，现在AI在游戏中的应用还不够多，很多游戏在研发阶段也不会考虑AI的环境。“比如我想做一款FPS，那我不会从服务器端关注玩家的视角，只需要在客户端做就好了。但如果想训练AI，服务器端也要有类似的逻辑。”黄军说，未来他们工作室还会继续探索以AI为核心乐趣的玩法，看看能不能改变游戏公司对AI的认知，一起创造一个叫做“AI Game”的全新品类。“什么时候AI和虚幻4一样，可以成为游戏的卖点，我们的使命就完成了。”