VIZ LAB / 224

AI 游戏与虚拟世界可视化实验室

从 NPC 智能到程序化生成——把 AI 如何重塑游戏开发与体验的核心机制以可交互 SVG 呈现。

01

游戏 AI 全景演进

游戏 AI 六代演进:规则脚本 → 有限状态机 → 行为树 → 机器学习 → 深度强化学习 → LLM 智能体。切换时代观察各阶段关键技术与应用代表。

规则时代
A* 寻路与专家系统
Pac-Man、国际象棋 AI
行为树
层次化决策框架
Halo 2 普及,至今仍在用
深度 RL
自我对弈与课程学习
AlphaGo、OpenAI Five
LLM 智能体
大模型驱动 NPC
动态对话与涌现叙事
02

NPC 大模型架构

LLM 驱动的 NPC 五大子系统:对话生成、角色一致性、性格建模、记忆检索、情感状态机。点击对话模拟观察多轮交互与情感变化。

对话系统
LLM 上下文生成回复
温度采样与角色 Prompt
记忆系统
向量检索长期记忆
摘要压缩 + 事件图谱
情感引擎
PAD 情绪状态机
影响语气与决策倾向
03

程序化内容生成

四类程序化生成:Perlin 噪声地形、房间连通关卡、Wang Tiles 纹理、分支叙事图。切换类型观察不同生成算法的可视化输出。

地形生成
分形噪声高度图
Perlin/Simplex 噪声叠加
关卡设计
生成语法与房间连接
Wave Function Collapse
叙事生成
故事图与分支树
意图驱动叙事规划
04

游戏测试 AI

AI 自动化测试四维:Bug 检测、覆盖率分析、边缘案例探索、回归验证。切换测试阶段观察智能体遍历游戏状态空间并标记异常。

Bug 检测
异常状态自动识别
穿墙/卡死/数值溢出
覆盖率
状态空间探索率
路径/分支/状态覆盖
边缘案例
好奇心驱动探索
罕见状态主动挖掘
05

玩家行为建模

玩家画像五维雷达:技能水平、攻击性、探索欲、社交性、持久度。切换玩家类型观察不同画像特征,支撑个性化推荐与匹配。

技能评估
Elo/Glicko 评级
动态匹配与段位
行为预测
序列模型预测流失
7 日留存概率
参与度
心流状态实时监测
会话时长与频次
06

动态难度调节

Flow 理论下的自适应难度:技能与挑战的平衡通道。切换调节策略观察难度曲线如何随玩家表现动态收敛至心流区。

Flow 通道
技能≈挑战的最优区
焦虑与无聊之间
自适应
DDA 实时调节参数
敌人强度/资源/节奏
难度曲线
锯齿状渐进上升
挑战-奖励-休息循环
07

AI 渲染与超分

渲染 AI 技术对比:原生渲染、DLSS、FSR、神经渲染、帧生成。切换技术观察帧率提升、画质损失与延迟权衡。

DLSS
时序超分辨率
低分辨率渲染+AI重建
帧生成
光流插帧
DLSS 3 帧生成 2x FPS
神经渲染
NeRF/3DGS 实时
隐式表示新视角合成
08

引擎 AI 工具链集成

Unity 与 Unreal 引擎 AI 生态:内容生成、行为编排、性能优化、协作工具。切换工具链阶段观察工作流如何被 AI 重塑。

Unity Muse
AI 资产生成聊天
精灵/纹理/代码生成
Unreal ML
ML Agent 训练框架
强化学习训练 NPC
Seneca
AI 行为编排器
自然语言驱动 NPC