一种提议用multi-agents来进行AI驱动的游戏开发。它真的有效吗？
paper: https://arxiv.org/pdf/2310.08067.pdf
在当今游戏开发的世界中，感觉就像是走钢丝一样。这个行业现在处于一个奇怪的位置 - 游戏变得令人难以置信的酷炫和开创性，但同时，它们制作起来也变得越来越头疼。想象一下更大的团队、更长的工作时间和让好莱坞电影看起来廉价的预算。
那么，这里的解决方案是什么？AI能帮助我们吗？嗯，一些来自AutoGame、X-Institute和USC的聪明人一直在研究这个问题。他们提出了一个非常有趣的AI框架，名为GameGPT，旨在在游戏开发中承担一部分繁重工作。
首先，让我们更仔细地看一下为什么游戏开发变得如此资源密集。现代3A游戏拥有庞大的代码库，跨越多种编程语言，代码行数达到数百万行。平均开发周期为3-5年，团队规模达到数百人。有些游戏的成本超过1亿美元，而《荒野大镖客2》的成本超过了5亿美元。
这种复杂性源于对图形、物理、人工智能、开放世界、在线连接等方面的不断追求。手工打造庞大的世界和复杂的游戏玩法需要庞大的团队和努力。然而，随着成本和时间的飙升，延期和超支的风险也在增加。这给开发者带来了越来越大的压力，并导致了行业的紧迫感和倦怠感。人工智能能帮上忙吗？
这就是GameGPT的用武之地。提出GameGPT的研究人员发现了人工智能在自动化游戏制作流程的大部分工作中的机会。GameGPT旨在证明人工智能不仅可以协助设计师，而且可以承担核心开发任务。
GameGPT被设想为一个结合多个AI代理的协作框架。每个代理都有自己的专长，比如规划、编程、测试等等。它们共同努力，将一个游戏创意变成成品。让我们更详细地看一下这个提议的框架。
GameGPT是围绕专业AI代理人协作自动化游戏开发而组织的。让我们来看看研究人员如何设置框架：
- 首先，研究人员确定了游戏开发项目中的关键角色和里程碑。这些包括游戏规划、任务分类、编码、测试和审查步骤。
- 接下来，他们为每个角色分配了一个AI代理(agent)。代理使用像GPT-3这样的大型语言模型，能够熟练生成文本。
- 每个代理人都经过了特定角色的微调，使用游戏数据集和游戏开发人员的反馈。例如，规划代理人是在游戏设计文档上进行训练，以提高其对游戏计划的理解。
- 代理只处理过程的一小部分。例如，编码代理只将任务转换为代码 - 它不设计任务本身。这使得AI的角色更简单。
- 代理可以访问先前对话的私有内存和所有代理都可以看到的共享讨论历史记录。这使它们可以协作。
- 评论员代理被添加以批判性地分析规划、编码和测试代理的输出。这有助于捕捉任何错误或限制。
- 开发人员可以在必要时通过框架提供交互式反馈以进一步改进代理输出。
- 有了这些角色，代理可以按顺序工作，自动化开发阶段。规划者创建设计文档，编码器实现它，测试人员验证代码，评论员在每个阶段提供监督。
- 对于更具创造性的设计步骤，开发人员仍然主导高层次愿景。AI旨在自动化更可预测的执行和生产方面。
这种多代理人方法与专门的狭窄AI系统协作使GameGPT能够逐步自动化游戏开发工作流程。研究人员希望通过分解复杂性，AI可以高效地处理定义好的创意过程的部分。
GameGPT是一个有趣的概念，使用多个专门的代理来简化游戏开发的潜力。这种方法可能比依靠单一的、通用的模型更有效。通过自动化重复性任务，开发人员可以专注于真正需要人类创造力的领域。
但坦白地说，我非常失望这篇论文提出了GameGPT框架并详细描述了其组件，但没有包括任何定量评估或实验结果来证明其性能。我们怎么知道这个想法是否真的好？它肯定不是新颖的——在其他情境下，使用多个具有专门角色的代理已经被提出过。
此外，全自动化游戏开发的想法引发了关于原创性和创新的复杂问题。游戏开发人员通常认为，独特、有创意的元素在规划新游戏时至关重要。目前，人工智能在生成这样的开创性想法方面还有欠缺，特别是因为它在构思紧张和冲突方面存在困难，这对于创新至关重要。
在这个阶段，我认为GameGPT主要是作为学术探索。我认为它在其核心推动方面大体上是正确的——它提供了人工智能如何革新最具挑战性和创造性领域之一的预览。未来可能存在人类创造力和人工智能之间的协同关系，只是我不知道它有多远。没有清晰的结果部分和可量化的信息，不完全清楚在游戏工作室建立这种多代理设置所需的工作是否值得投资。