Page 48 - 《上海体育大学学报》2025年第8期

刘福元. 电子竞技场域中的人工智能：应用于训练、比赛和观赛的功能展望

针对上述 3 点，电竞有其自身的优势：①电竞本身 这里的“数据流转”可以视为前述“平台衔接”的一个结

不存在现实场地；②电竞选手所操控的和人工智能所生 果或延伸，即电竞和人工智能的数据都基于虚拟平台，
成的皆为虚拟角色，几乎所有电竞项目都可以通过人工 传递过程无须与实体平台进行切换，或者说，无须前端
智能进行辅助训练；③在“程序预判+参数调节”的基础 的传感器乃至人工测算进行数据输入，也无须后端的实
上，人工智能所能提供的训练强度理论上是无限的，人 物器具进行数据输出。
工智能已在多个同处虚拟平台的项目中战胜人类顶级 作为对照，部分传统体育/竞技项目（如跳远、铅球、
选手，但尚未在同处实体平台的机器人、发球机乃至无 铁饼、标枪等）的关键数据还依赖人工测算；部分项目在
人驾驶赛车等项目中战胜人类顶级选手。这些比较优 应用人工智能技术时还“需要解决一些挑战。一、动作
势本质上源于人工智能和电竞运行平台的一致性—— 的复杂性：某些体育项目的动作具有快速、复杂的特点，
假定算法层面不存在障碍，在电竞场域中人工智能只需 这使得对其进行准确识别和分类有较高的难度。二、视

生成虚拟角色即可进行对抗性训练，但在传统体育中人 频质量的依赖：计算机视觉和深度学习模型严重依赖视
工智能生成的“角色”必须转化为实体器具才能进行对 频质量，······视频质量可能会受到天气、照明和摄像机
抗性训练，而生成虚拟的拳击、自行车、篮球对手显然 角度等因素的影响。······四、数据可用性有限：······注
比制造相应的机器人更容易。 释体育视频是一个耗时且劳动密集的过程，需要领域专

[8]
1.2 数据信息的直接流转 业知识和大量的手动工作” 。这些问题在原始数据能
够直接流转的电竞场域皆可迎刃而解。
由于神经网络（Neural Network）、机器学习（Ma-
chine Learning）、决策树（Decision Tree）等多数人工智 1.3 技术积淀的相互联通
能主流算法都以大量乃至海量数据为基础，人工智能与 “迄今为止强化学习最大的成功不是在机器人领
电竞的第二个契合点即数据信息能够在二者之间直接 域，而是在那些能够在计算机上进行完美模拟的领域，
流转，或者无间隔地共享共用。选手临场数据和竞技过 特别是游戏领域。” [9]157 整体而言，人工智能在电子游
程数据等的原始样态是在比赛过程中生成并记录在游 戏中的应用包括游戏设计、内容生成、玩家建模，乃至
戏平台中，进而通过游戏内置的子程序进行统计的。人 “扮演一位设计助理、一位数据分析师、一位游戏测试
工智能或者以子程序的形态内置于竞技游戏，直接接收 者、一位游戏评论家，甚至一位游戏导演等角色” [5]12-13 。
或调取这些统计数据，或者独立于竞技游戏且与竞技游 作为电竞的依托和载体，电子游戏自 1952 年（井字棋
戏的其他子程序具有同等的数据权限，可以共同访问比 游戏，Tic-Tac-Toe）诞生之日起，角色 AI（Character AI）
赛所产生的原始数据，并进一步加以统计和计算。由于 这种人工智能形态即已随之诞生，角色 AI 和电子游戏
在同一电竞项目中，各项数据的构造较为一致，不同电 是相伴相生、共同演化的。时至今日，角色 AI 已经有
竞项目之间的数据构造也可能存在内在一致性，人工智 了相当丰富的技术积累（表 1），以至于“NPC AI 的提

能在同一或不同电竞项目之间的数据流转相对便利。 升已经达到了一个令人满意的水平” [5]12 。人工智能与
表 1 电子游戏中代表性角色 AI 技术列举 [5]9-10

Table 1 List of representative character AI technologies in electronic games
游戏名称 开发商和上市时间 AI技术
《人工生命》 Millennium Interactive，1996 应用神经网络为生物行为建模
《银翼杀手》 Virgin Interactive，1997 基于行为的AI（Behavior–Based AI）
《半条命》 Valve，1998 高级对手策略（Advanced Opponent Tactics）
《神偷》 EIDOS，1998 高级守卫感应系统（Advanced Sensory System of Guards）
《黑与白》 EA，2000 信赖－渴望－意图感知模型（Belief–Desire-Intention Cognitive Model）
《模拟人生》系列 EA，2000—2017 拟真智能体
《竞速飞驰》 MS Game Studios，2005 模拟学习Drivatar系统
《极度恐慌》 Sierra Entertainment，2005 通过目标导向动作规划（Goal Oriented Action Planning）的环境敏感行为（Context–
Sensitive Behaviors）生成
《寂静岭：破碎的记忆》 Konami，2010 基于人格适应（Personality–Based Adaptation）
《最高指挥官2》 Square Enix，2010 神经进化训练（Neuroevolutionary Training）
《光环》系列 Microsoft Studios，2011—2017 团队战术与拟真战斗场景（Team Tactics and Believable Combat Scenes），决策树应用
《生化奇兵：无限》 2K Games，2013 同伴人格Elizabeth
《血与桂冠》 Emily Short，2014 交互式叙事（Interactive Narratives）
《无人深空》 Hello Games，2016 阶段性世界生成（Procedurally Generated Worlds）

44