自从棋牌游戏有了AI助阵,赢“麻”了!看这篇就够了

毛主席曾经说过:"中国对世界的三大贡献,第一是中医,第二是曹雪芹的《红楼梦》,第三是麻将牌。"麻将起源于中国,是国粹。各地的麻将玩法各不相同,比如云贵川地区的"缺一门"打法,广东麻将流行"鸡平和"和"推倒胡"......

线下麻将风靡男女老少,经久不衰。对比线下麻将,手机麻将游戏也因随时随地都可开局,其便捷性也成为大家休闲娱乐的热门选择。随着棋牌游戏玩家的增多,越来越多的企业不断涌入市场,当前,棋牌游戏已不再是简单的休闲应用或小游戏,而是演变成了一个门槛高,且竞争激烈的成熟游戏市场。

如今,游戏行业内部同质化竞争激烈,存在难创新、难突破、难深度沉浸等痛点,在游戏推出的早期阶段,常常因难以聚集到充足的真人玩家,影响了玩家的游戏体验;传统规则机器人对手缺乏智能化,无法提供具有挑战性和策略性的游戏体验,导致玩家的参与度和满意度降低,进而减少用户的留存率和活跃度;在市场竞争日益激烈的背景下,吸引新用户的成本也在不断攀升,这些问题对游戏公司带来巨大挑战。

随着 AI 技术的迅速发展,AI 正逐渐成为棋牌游戏领域的新热点,AI 技术的应用正为玩家带来前所未有的体验,为行业带来了前所未有的变革。麻将 AI 的出现,不仅为传统棋牌游戏注入了新的活力,也为整个行业的发展提供了新的思路。

AI智能体解决方案

激发游戏新活力

在麻将棋牌游戏领域,网易数智游戏行业部正通过 AI 技术的力量,将 AI 技术融入到棋牌游戏的玩法环节中,通过功能层面的 AI 革新,为玩家打造一个更加智能化、个性化且社交性更强的游戏体验,并助力游戏公司开辟新的增长点和竞争优势,推动棋牌游戏行业的发展创新。

得益于网易先进的基础设施,游戏 AI 智能体得以在高效、稳定且可靠的环境下顺畅运行,轻松应对高并发和高负载的挑战,确保客户业务的顺畅和连续性。此外,借助网易自主研发的自动化 AI 系统平台 ,实现了从模 型训练到评估部署乃至闭环管理的全流程自动化,极大提升了工作效率。

自研分布式引擎 的助力下,AI 模型的训练效率得到显著提升,极大地加速了开发进程。通过构建玩家画像 ,运用深度神经网络深入挖掘玩家的技能水平和游戏风格特征,将这些关键特征与 AI 模型相结合,为每位玩家量身定制不同风格和强度的 AI 智能体,持续提供适度的游戏挑战。

网易数智游戏行业部基于强化学习模仿学习 等前沿理论模型,精心打造了高拟人、高智能、可交互游戏 AI 智能体解决方案。这些 AI 智能体不仅能够精确模拟玩家的精湛技艺,还能在游戏世界中进行创新探索,为玩家提供前所未有的新奇体验和挑战。

AI 智能体在麻将棋牌游戏中的应用如何推动游戏互动体验的进化?跟随小智,来一探究竟!👇

AI智能体:重塑玩家游戏体验

1、打造多强度 AI 智能体,提升游戏竞技性

为了满足不同水平玩家的娱乐需求,网易数智游戏行业部打造了多强度 AI 智能体。首先,需要构建玩家强度的画像信息,通过分析玩家近 3 日的胜率、单局平均得分、单局胡牌次数、单局胡牌番数等数据,以及近 7 日内的以上特征,通过这些画像,将比赛记录集合分类,以此训练出适应不同玩家水平的 AI 智能体。

其次,在模型推理阶段,对输入数据中的关键特征进行"遮掩",达到干扰推理结果的作用。关键特征的选取有多种方法,比如,特征重要性分析、控制变量(穷举)等等。

2、心流预测模型,增强玩家心流体验

对于棋牌类游戏,可以通过 AI 智能体激发玩家的持续对局动力,引导玩家进入"心流"状态,从而积极影响留存和付费等关键指标。传统的棋牌游戏中,找到与玩家水平相匹配的对手并不容易,让玩家进入"心流"更为不易。因为很难在特定的时刻为玩家找到符合他需求的对手,如果对手水平太高,玩家会感受到焦虑,如果对手水平太低,玩家会觉得无聊。只有通过挑战与能力的不断调整,使得玩家感受始终处于一个合理的区间------"心流通道",才能让玩家保持对于游戏的愉悦感。

为了能够让 AI 智能体更有效地服务于玩家"心流",网易数智游戏行业部基于玩家画像及近期行为训练心流预测模型,通过模型为玩家推荐 AI 智能体投放策略,即是否需要 AI 智能体参与玩家对局,需要何种风格、难度的 AI 智能体,基于推荐的投放策略使用 AI 智能体构建玩家下一场对局,让玩家的游戏体验得到提升。

例如,在血流成河玩法中,小智发现一个玩家在进阶场连续 2 局被破产,且该玩家属于微氪玩家,历史数据中存在对该情况的客诉且对后续的游戏时长产生负面影响,策略上属于追求大番型玩家。智能投放系统通过对玩家分析,制定下局 AI 智能体的投放策略,选择以追求胡牌速度,不以大番型,最终收益为目标的 AI,并在过程中减少胡牌张数,通过小胡降低玩家收益,并为玩家调整牌型留下充足的时间。

3、引入玩家社交动作,提升游戏互动体验

麻将不仅是一场竞技,更是一个社交场所。在麻将游戏中,玩家会发送一些表情、道具来释放自己的情绪,因此,在训练时会引入玩家的社交动作序列,让 AI 智能体学习如何利用这些功能表达情绪。这样,在游戏中 AI 智能体就可以通过分析局势,使 AI 能够在游戏中通过发送表情和道具与玩家互动,进一步增强玩家的心流体验。

干货满满:

戳我即可收获《网易数智年度技术精选》

戳我即可领取《2023年度游戏安全观察与实践报告》

《游戏AI实践指南》《 2023 中国移动游戏私域运营指南 · 启动篇》✉LTT936

AI 赋能:棋牌游戏的智能化革新

1、新玩法生态的支撑

网易数智游戏行业部的高拟人 AI 技术,不仅能够模拟真人玩家,还支持弥补在线玩家数量的不足,有效解决游戏在冷门时间段玩家数量不足的问题,确保玩家能随时快速匹配到对局,从而减少因等待导致的用户流失。AI 教练的引入,为新手玩家提供了专业的指导,有效提升了新手玩家的留存率,让他们快速融入游戏世界。

2、老玩法体验的优化

得益于 AI 智能体的高竞技水平,它们不仅能够提供有挑战性的游戏体验,还进一步保持了玩家的游玩的"趣味性",从而延长玩家的粘度与活跃性,满足不同段位玩家需求,并调控整体玩家分布,具备高策略水平的 AI 智能体,满足高段位玩家需求,打造最高水平牌麻平台,具备自适应能力的 AI 智能体,积累新数据学习新打法,学会不同风格的出牌策略。

通对 AI 技术的融合与创新,网易数智游戏行业部不仅为玩家提供了深度个性化和智能化的游戏体验,也在积极塑造棋牌游戏行业的未来格局。小智了解到,网易数智游戏行业部已经打造了多款标准的麻将棋牌 AI 智能体 ,包括红中血流(4 红中、6 红中)、血流到底、血战成河、国标麻将、广东麻将 等,截至目前已经帮助多家棋牌游戏公司成功实施了 AI 智能体解决方案,玩家在线时长提升 5%~7% ,人均对局数 8%~12%

对于已有的麻将棋牌标准品类,为支持游戏方进行体验试用,网易数智实现了一套CloudService 云服务,响应收到的请求,将决策结果即可返回给游戏 Client。以下是 AI 智能体部署&对接的示意图:

AI 智能体以 http/https 的 API 接口的形式,与游戏 Client 进行对接。游戏 Client 在需要决策时,调用 http/https 的 API 接口,获取 AI 智能体做出的决策。这种模式的优势如下:

  • 性能优异,吞吐量( Throughput )大、响应时间( Response Time )低;

  • 服务有弹性,随业务量的变化而自动伸缩;

  • 服务有韧性,当出现硬件、软件等异常时,服务可快速恢复;

  • 模型迭代便捷,AI-Bot Service 更新时,不会影响游戏 Server/Client。

针对小众玩法的棋牌游戏,网易数智游戏行业部也提供相应的定制化服务与私有化部署

随着深度学习和强化学习技术的不断进步,麻将棋牌 AI 将更好地模拟人类玩家的策略思维,实现更加精准的牌局分析和决策,为玩家带来更加丰富和真实的游戏互动体验。小智坚信,AI 智能体将成为未来游戏发展的核心驱动力,它们不仅将极大丰富玩家的互动体验,提供个性化和智能化的游戏玩法,并且将为整个游戏行业的创新和增长开辟新的道路,注入源源不断的新动力。

未来,小智依然会秉持开放积极的态度,与大家进行技术交流与探讨。

还有更多干货,等你来收获~👇

相关推荐
Papicatch1 分钟前
【人工智能】--强化学习(2.0)
人工智能·python·动态规划·马尔科夫决策过程·actor-critic算法
瞄喵6 分钟前
HumbleBundle7月虚幻捆绑包30件军事题材美术模型沙漠自然环境大逃杀模块化建筑可定制武器包二战现代坦克飞机道具丧尸士兵角色模型20240705
游戏引擎·虚幻
程序员三木8 分钟前
[AIGC] StarRocks 快速了解
aigc
yoloGina12 分钟前
机器人外呼相比人工外呼优势有哪些
网络·人工智能·机器人·软件构建·软件需求
26 分钟前
我应该怎么办?(关于专升本篇!)
深度学习·学习·游戏·生活·学习方法
一个处女座的程序猿26 分钟前
LLMs之CriticGPT:CriticGPT的简介、安装和使用方法、案例应用之详细攻略
人工智能·chatgpt
xiandong2028 分钟前
240701_昇思学习打卡-Day13-Vision Transformer图像分类
网络·图像处理·人工智能·深度学习·学习·分类·transformer
AcademicIdeas学境思源1 小时前
AI与学术的交响:ChatGPT辅助下的实验设计新篇章
人工智能
1 小时前
拍摄泡咖啡的剧本!
深度学习·学习·游戏·智能手机·生活
简过网1 小时前
简过网:考教师编制报培训班有用吗?
人工智能·机器学习