EA研发出新测试AI有望将人工测试员从无聊枯燥的普通测试中解

　　小人不断跳跃到实时生成的平台上、最后到达终点。
　　你以为这是个类似于微信跳一跳的小游戏？
　　但它的真实身份，其实是游戏大厂EA（美国艺电公司）最新研究出的游戏测试AI。
　　和普通只会打游戏的AI不同，这次EA提出的新模型不仅要让小人成功跳到终点，还要自己实时生成平台来为难自己。
　　为什么要设计成这种相爱相杀的关系呢？
　　因为，此前的许多游戏测试AI往往会对训练中的地图过拟合，这导致它们在测试新地图时的表现很差。
　　由此，在强化学习的基础上，EA研究人员受到GAN的启发，提出了这种新方法ARLPCG（AdversarialReinforcementLearningforProceduralContentGeneration）。
　　目前，该方法的相关论文已被IEEEConferenceonGames2021接收。用博弈论解决过拟合
　　其实，把AI用到游戏测试，已经不是一件新鲜事了。
　　此前许多游戏测试AI都用到了强化学习。
　　它的特点是基于环境而行动，根据从环境中获得的奖励或惩罚（比如获得积分、掉血等等）不断学习，从而制定出一套最佳的行动策略。
　　不过研究人员发现，强化学习对于固定场景的泛化能力很差，往往会出现过拟合的现象。
　　比如在同样的场景中，只用强化学习训练的情况下，小人遇到陌生路径，就会发生集体自杀事件。
　　这对于测试游戏地图哪里出现错误而言，真的非常糟糕。
　　为此，EA的研究人员参考了GAN的原理来设计模型，让AI内部自己对抗、优化。
　　具体来看，他们提出的方法ARLPCG主要由两个强化学习智能体组成。
　　第一个智能体生成器（Generator）主要负责生成游戏地图，它使用了程序内容生成（ProceduralContentGeneration），这是一种可以自动生成游戏地图或其他元素的技术。
　　第二个智能体是解算器（Solver），它负责完成生成器所创建的关卡。
　　其中，解算器完成关卡后会获得一定的奖励；生成器生成具有挑战性且可通过的地图时，也会获得奖励。
　　训练过程中，两个智能体之间会相互提供反馈，让双方都能拿到奖励。
　　最终生成器将学会创建各种可通过的地图，解算器也能在测试各种地图时变得更加通用。
　　与此同时，为了能够调节关卡难度，研究人员还在模型中引入了辅助输入（Auxiliaryinput）。
　　通过调节这个值的大小，他们就能控制游戏的通过率。
　　比如，将生成器的辅助输入设为1时，它生成的平台就会更大、间距更近，小人跳跃的难度也就更低。
　　当辅助输入为1时，生成的平台就会变小、间距也会拉开，能够通关的小人随之变少。
　　结果显示，在生成器的辅助输入从1降至1过程中，成功率从97降低到了69。
　　此外，也能通过调节解算器的辅助输入值控制通过率。
　　在固定路径、规则生成路径和对抗化生成路径几种情况下，通过率都随着辅助输入的降低而降低。
　　其中，对抗强化生成路径的通过率明显高于其他两种。
　　此外，因为具有对未知环境泛化的能力，这个AI训练好后还可以被用于实时测试。
　　它可以在未知路段中构建出合理的通过路线，并能反馈路径中的障碍或其他问题的位置。
　　此外，这个AI还能被用于不同的游戏环境，在这篇论文中，EA还展示了它在赛车游戏环境中的表现情况。
　　在这个场景下，生成器可以创建不同长度、坡度、转弯的路段，解算器则变成了小车在上面行驶。
　　如果在生成器中添加光线投射，还能在现有环境中导航。
　　在这种情况下，我们看到生成器在不同障碍物之间创建行驶难度低的轨道，从而让小车到达终点（图中紫色的球）。
　　为测试大型开放游戏
　　论文一作LinusGissln表示，开放世界游戏和实时服务类游戏是现在发展的大势所趋，当游戏中引入很多可变动的元素时，会产生的bug也就随之增多。
　　因此游戏测试变得非常重要。
　　目前常用的测试方法主要有两种：一种是用脚本自动化测试，另一种是人工测试。
　　脚本测试速度快，但是在复杂问题上的处理效果不好；人工测试刚好相反，虽然可以发现很多复杂的问题，但是效率很低。
　　而AI刚好可以把这两种方法的优点结合起来。
　　事实上，EA这次提出的新方法非常轻便，生成器和求解器只用了两层具有512个单元的神经网络。
　　LinusGissln解释称，这是因为具有多个技能会导致模型的训练成本非常高，所以他们尽可能让每个受过训练的智能体只会一个技能。
　　他们希望之后这个AI可以不断学习到新的技能，让人工测试员从无聊枯燥的普通测试中解放出来。
　　此外EA表示，当AI、机器学习逐渐成为整个游戏行业使用的主流技术时，EA也会有充分的准备。