44被浏览47,094分享邀请回答1610 条评论分享收藏感谢收起132115 条评论分享收藏感谢收起人类设计了游戏和AI 2017年AI在游戏中打败了人类_自媒体_新浪游戏_新浪网
不再自动弹出
人类设计了游戏和AI 2017年AI在游戏中打败了人类
12:46:47& &来源：
记得在上学的时候有个老师宣称“电脑永远不可能胜过人脑，因为是人类发明了电脑”，不知看到科技发展到现在的阶段之后，他会有何感想。2017年AI在人类设计的游戏里都击败了人类，这使我想起了被《中国象棋》里那个老头支配的恐惧。在20世纪的大部分时间里，国际象棋是人工智能研究人员的一个基准。早在上世纪50年代初，约翰·麦卡锡提出了“人工智能”一词，他曾把国际象棋称为“人工智能领域的果蝇”，这一说法来源于早期对果蝇的研究对遗传学领域的影响。上世纪90年代末，IBM的“深蓝”与世界冠军加里·卡斯帕罗夫进行了一系列国际象棋比赛。在1997年，深蓝最终击败了卡斯帕罗夫，这是机器第一次在比赛中击败世界冠军。到本世纪早中期，这项技术已经进步到了一定程度，在几乎所有不同玩法的游戏中，机器都在不断地打败国际象棋大师。自然而然地，人工智能开发者开始转向其他更复杂的游戏，以测试他们日益复杂的算法。在过去的12个月里，人工智能跨越了一系列的新门槛，最终在各种不同的游戏中击败了人类玩家，从古老的围棋游戏到动态互动的纸牌游戏，德州扑克。从国际象棋到围棋上世纪90年代末，机器终于彻底打败了国际象棋大师后，一位来自普林斯顿的天体物理学家评论说，“可能要等上一百年，电脑才能在围棋中打败人类——甚至可能更长。”于是计算机科学家们又把研究的注意力转向围棋，这是一个来自中国的古老的策略游戏，非常容易学会，但是很难做到精通。在过去的十年中，机器学习的发展创造了真正有竞争力的人工智能围棋选手。2014年，谷歌开始开发一个名为AlphaGo的深度学习神经网络。在经历了几年的接近成功之后，开发团队尝试了一些不同的东西。在2016年末，一个名为“Master”的神秘网络围棋选手出现在了亚洲热门游戏服务器Tygem上。在接下来的几天里，这个神秘的玩家在于许多世界冠军的比赛中占据了主导位置。到日，官方确认“Master”实际上是DeepMind的AI AlphaGo的最新版本。2017年5月，AlphaGo “Master”打败了柯洁——世界上排名第一的围棋选手。在AlphaGo和柯洁对战的三场比赛中，这台机器一直处于优势地位，但最令人吃惊的是，在10月份的时候，谷歌已经研究出了一个比“Master”更先进的AlphaGo版本。根据《自然》杂志的一篇文章中，AlphaGo Zero是一种革命性的算法，它能够迅速地自学围棋。这个系统一遍又一遍地与自己对战，掌握了不同情况下的游戏方法。经过21天的学习，AlphaGo Zero已经达到了“Master”的水平。40天后，它就已经超过了之前所有版本的技能水平。到2017年12月，DeepMind推出了一个更先进的系统版本。这款名为AlphaZero的新人工智能可以在几小时内掌握多种游戏。经过8个小时的自我训练，该系统不仅可以击败之前的AlphaGo Zero，还可以完全掌握国际象棋和日本将棋。掌握扑克牌中的“欺诈”术尽管围棋游戏的复杂度已经非常之高，但对于人工智能来说，围棋和扑克采用是两种完全不同的模式。要想在扑克游戏中取胜，你需要掌握一定的欺诈技能。欺诈以及识别他人的欺诈是在纸牌游戏中取胜需要掌握的关键技能。经过十多年的尝试，在2017年，两项独立研究显示，人工智能终于打败了一流的扑克牌专业人士。来自加拿大阿尔伯塔大学的研究人员推出了一个人工智能系统，DeepStack，它可以用一种人工智能形式的“直觉”来全面控制人类扑克玩家。卡内基梅隆大学的一个研究小组在2017年1月举办了一场更加公开的活动，当时它的Libratus AI系统花了20天时间，与四名专业的扑克玩家一起玩了12万局无限注“德州扑克”。尽管专业人士每天晚上都在讨论他们可以利用人工智能的哪些弱点，但这台机器每天都在改进自身，修补游戏玩法中的漏洞，改进策略。人类的大脑无法与机器匹敌，在经过近一个月的不间断游戏之后，这台机器总共赢了170万美元，而这4位专业人士中的每一位都损失了数千美元的虚拟货币。其中一名专业玩家对《连线》杂志说：“在这次激烈的比赛中，我感觉自己在和一个作弊的人比赛，就好像我的牌可以被他看到一样。我不是在指责它作弊。这其实是一件好事。”埃隆·马斯克的AI研究2015年，埃隆·马斯克和一小群投资者成立了一个名为OpenAI的项目。该项目旨在探索人工智能系统的发展，尤其是在强化学习方面。在这种系统中，机器可以教会自己如何在特定的任务中提高自己的能力。2017年8月，OpenAI团队将目光投向了征服Dota 2，这是一场名为“The International”的大型电子竞技锦标赛中的核心比赛。Dota 2是一款非常受欢迎且非诚复杂的多人在线对战游戏，在竞技游戏领域是一项严肃的比赛。在仅仅两周的学习之后，OpenAI机器人就加入到了这场锦标赛中，随后击败了世界上的几名顶尖选手。目前人工智能系统只被训练过较为简单的一对一版本的游戏，但OpenAI团队正在研究如何让AI掌握五对五的“团队”游戏。AI通过分工玩转“吃豆人”游戏几年前，谷歌DeepMind对其人工智能在49款雅达利2600的游戏中进行了训练。只要有和人类玩家相同的输入，AI就会知道如何玩这些游戏并在游戏中获胜。事实证明，有些游戏确实比其他游戏更难以驾驭，在这些经典的、众所周知非常困难的游戏中，20世纪80年代的一款电子游戏“吃豆人”尤其具有挑战性。2017年，谷歌收购了一家名为Maluuba的深度学习创业公司，并将其并入DeepMind。Maluuba的新型机器学习方法被称为“混合式奖赏架构”（HRA）。将这种方法应用到吃豆人系统中，该系统创建了150多个个体代理，每一个都有特定的目标——比如找到一个特定的豆子，或者避免幽灵。HRA方法生成一个高级代理，类似于高级经理。在做出每一步的最终决定之前，这个高级代理会评估所有来自下级代理的建议。这种方法被委婉地称为“分而治之”，即把复杂的任务分解成更小的部分。在将这个方法应用到吃豆人之后，AI很快就掌握了如何获得999990分的高分，这是之前没有人或人工智能能做到的。AI将开始设计游戏如果人工智能能在几乎每一场比赛中击败我们，那我们下一步该干什么?法尔茅斯大学的一名研究人员最近公布了一种机器学习算法，他声称这一算法可以为我们创造出自己的游戏，我们从零开始玩游戏。这个人工智能系统名为Angelina，它每天都在不断改进自己，但目前它已经可以利用从维基百科共享到在线报纸以及社交媒体等各种来源的数据集制作游戏。那么这一切意味着什么呢?也许2017年最重大、最可怕的发展是强化学习系统的巨大进步。这些程序可以有效地教会它们自己如何掌握新技能。例如，最近的AlphaZero迭代可以在几天的自主学习之后，在一些游戏中获得超能力。一项对350多名人工智能研究人员进行的大规模调查显示，人工智能还不足以打败我们。这项调查预测，在10年内，人工智能将会比我们更优秀，到2049年它将能够写出一部畅销小说，到2053年，它将会比人类在外科手术中表现的更好。事实上，该调查得出的结论是，到2060年，人工智能将有50%的几率能够完成我们所能做的所有事情，并且效果会更好。2017年无疑是人工智能在日益复杂的游戏中打败人类的里程碑式的一年，尽管这看起来是一项微不足道的成就，但它的影响是巨大的。许多这些人工智能开发公司正迅速将目光投向现实世界的挑战。谷歌DeepMind已经将AlphaGo Zero的系统应用到了其他领域，并进行了一项有关蛋白质折叠的全面研究，以期揭示治疗阿兹海默和帕金森等疾病的治疗方法。
新浪声明：新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
中国游戏排行榜(China Game Weight Rank)是由新浪游戏推出的国内最全面、最专业、最公正、最客观的多平台游戏评测排行榜，包含了目前市场上所有的手游、端游、主机游戏、VR游戏、智能电视游戏及H5游戏，力图为中国玩家打造最值得信赖的游戏推荐平台。
评天下游戏、测产品深浅—新浪中国游戏排行榜CGWR！
新浪游戏APP
新浪游戏APP为广大玩家提供最及时、最个性化的聚合订阅游戏资讯，以及业内最丰富、最具价值的游戏礼包资源，首测资格、稀有道具，成为高玩就这么简单。新浪游戏APP论坛力求打造一个属于所有玩家的超大朋友圈，为玩家的生活增资添彩。新浪游戏秉承为玩家提供优质服务为宗旨，不断优化创新，让我们一起创造快乐！
全民手游攻略
全民手游攻略”是新浪游戏为全球手游玩家量身打造的一款手游攻略大全及专业游戏问答社区APP。“全民手游攻略”涵盖Apple Store游戏畅销榜前150名手游，网罗最新手游通关秘，帮助玩家畅玩手游；打造最全手游攻略资料站，帮你用最省钱方式吊打土豪。最火爆专业的游戏问答，让众多大神带你开启不同手游人生，寻找志同道合小伙伴一起并肩作战。
新浪游戏大事记
17年02月23日
16年12月15日
16年11月18日
16年11月16日
16年01月14日
16年01月14日
15年12月15日
15年11月19日
15年11月16日
15年01月08日
14年12月27日
14年12月17日
14年03月27日
14年01月09日
13年12月27日
13年12月07日
13年10月11日
用微信扫描二维码
分享至微信朋友圈天网统治电竞界？——当AI遇上电竞_爱玩网
锁定电竞圈焦点事件，易竞技小编以及特邀作者对电竞行业的时事点评。
天网统治电竞界？——当AI遇上电竞
最近，国内网站“奕城”上出现的自称Master的账号连续干翻了数位职业棋手，转战各大网站连败全世界的围棋职业棋手的事迹更是吸引了无数人的注意，最后发现，原来这所谓的Master竟然是著名的AI——Alpha Go！
活动投稿，作者 光暗，未经授权请勿转载！《终结者》系列电影里，唯一的大反派，超级人工智能系统“天网”（Skynet）的表现令无数观众印象深刻，使不少人产生了对AI这一新鲜的概念的兴趣。而最近，国内网站“奕城”上出现的自称Master的账号连续干翻了数位职业棋手，转战各大网站连败全世界的围棋职业棋手的事迹更是吸引了无数人的注意，最后发现，原来这所谓的Master竟然是著名的AI——Alpha Go！一时间，大量从未关注过围棋圈的人慕名而来。并且有好事者表示，要是这所谓的AI去打，会不会像终结者里那样，称霸电竞界？这所谓的AI究竟是什么来头，又能否和电竞擦出别样的火花呢？本文常用的英文缩写：AI：ArtificialIntelligence，人工智能NPC：Non-Player Character，非玩家角色FPS：First-PersonShooting，第一人称射击游戏，代表游戏为反恐精英MOBA：Multiplayer OnlineBattle Arena，多人在线战术竞技，代表游戏为RTS：Real-Time Strategy，即时战略游戏，代表游戏为星际争霸首先让大家认识一下AI，用一段百度百科的介绍：人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。&人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。听起来各种高大上有没有？但其实AI就在你我的身边，并没有各位想象的那般难以接触。举个最简单的例子，大家作为玩家，无时无刻不在和AI打交道。为什么黑魂的杂兵明明就是NPC而已，但是却如此的难以对付？因为它们AI设定时就奔着难度去。为什么的人机模式里电脑蠢得连绕路都不会？因为它们AI的设定并非旨在折腾对抗AI的玩家。MOBA和FPS里玩家们拿来练手和BOT，还有各种刷刷刷游戏里的敌人们，它们无一例外都是AI。有人会问那BOT和AI有什么区别？我打个困难难度的Bot也照样能完虐它，那让AI去打职业选手啊！事情并非如此简单，首先，我们必须要明白一点，Bot只是载体，正在控制它的，才是AI。换而言之，AI是BOT的大脑。其次，为什么你能血虐BOT，即使对方是困难难度？原因很简单，因为这个BOT设计出来的目的，是被你击败，给你练手的。设计方可没有抱着“我这个BOT的目的是要虐到你连电脑都打不过然后放弃这游戏”的想法来设计，所以，你打的过才是正常的情况。弄清楚了这点以后，我们再来研究一下，如果让BOT去和职业选手们打CS，COD，OW，LOL，，星际，红警，炉石等等游戏，会发生些什么？或者简单来讲，谁的赢面大？答案放到最后，留个悬念。如果就此比赛开始，事情会怎么发展下去呢？首先我们必须预设一个条件，一切的一切都基于这个预设好的前提上进行，否则AI可以百分之百的吊打人类玩家。那就是AI不允许查看后台的数据，以FPS为例子，AI无法得知敌方玩家的生命，弹药数量，位置等等信息。以MOBA为例子，AI无法得知对手的出装，技能冷却的状态，野怪的状态等等。说的明白点，AI获取信息的方式是和人类完全一样的，并且这个AI必须和游戏程序独立开来的另一个软件，而不是游戏本身自带的。我需要强调这个AI没有任何修改游戏本身数据的能力，它获取信息的方式被限制成和人类一样，所以不会出现战地1里那种隐身外挂，甚至是通过修改后台产生的无限子弹，无限血量（不是说战地1）。好了，我们这样无耻的限制AI的能力，只是为了公正，终于能进行一场对等的竞赛了。对了，这次的AI可不像BOT，做玩家的陪练，而是为了击败玩家而设计。尽管FPS也分成两大系——真实系和超级系，在此之下又细分成无数种分支，但是AI选手表示这都无所谓！你想打哪款FPS，COD？彩虹六号？CS？守望先锋？还是4399生死狙击？我都奉陪！没错，就是这么拽。因为事实上无论哪款FPS，你甚至可以抛弃枪法（比如彩虹六号），但是你不能抛弃反应。既然AI不能通过近乎作弊的方式取得信息，那么在反应速度上，AI比起职业大神们又究竟如何呢？所谓知己知彼百战不殆，在了解AI之前，我们先看看人类是如何反应的。在FPS游戏里人类接受信息无非是依靠视觉和听觉，而你处理这些收集到的画面和声音的速度快慢，其实就是反应了。你用你的眼睛去看画面，同时还要留意你自身的数据（比如小地图，血量和子弹数量），耳朵拿来听声音……再让我们看下AI。让AI和人类通过相同的方法——看和听去处理信息，听上去好像弱化了AI，其实不然。这里先跟各位科普一下RGB，这是一种颜色的标准。我们可以用这个编码来代表所有你能接收到的颜色。接下来，请你告诉我，这4种颜色的区别。好像除了那串数字编码就没有剩下的区别了……对人眼而言这些颜色几乎完全一样。但是，对AI来说，它们天差地别。我为什么说这个？因为你身体的一两个像素块进入了AI的视野都会在第一时间内被分辨出来，而换成人眼能不能看见都成问题。要是AI再获取稍微多点的信息，它就能区分它所看见的每个敌人，哪怕所有人物的建模是一样的，甚至枪也是一样的，名字也只有1字只差，但是在AI的眼里每个人都不一样。玩CS的时候我们需要搜点，人类玩家在搜点的时候的行动是跟AI完全不同的。并且有的时候人类会出现小失误，还得重新回去瞟一眼，但是AI不会。每搜索一个点需要的用时早就是精准到毫秒的，几乎无误差的用时。这是视觉，再来看看听觉。听声辩位是个很重要的技巧，尤其是在今天游戏的音效越做越好，拟真度越来越高的大环境下。因此一个好的耳机对职业选手而言无疑是非常重要的，但是即使你用的7.1声道价格破千的耳机，接收到的信息终究是个大概。更何况游戏的声效终究做不到跟现实完全一致，至少目前而言是这样。你通过听声辨位发现墙后面有个人，但他具体在哪儿，离墙多远，你也不知道。可是AI知道，他甚至可以分辨出对方具体的坐标！听起来像是外挂？还有更外挂的，AI可以同时处理多个信息，换句话说注意力对AI来讲是个笑话。也就是说，人体的“硬件”比起AI的“硬件”，根本不是一个层次上的，完全没有可比性。而且还有一点很重要的事情，人都是有“状态”的，状态好的时候屠遍全场也有可能，状态不好的时候被挂零蛋也很正常，状态不只是在电子竞技上存在，所有竞技，甚至根本不是竞技的事情都有状态一说（这也是很多人打不好游戏找的借口之一）。但是对AI而言，只要设定好了目标，无时无刻不是在最佳状态上的。顺带一提，电子竞技毫无疑问是需要鼠标和键盘的。一个好的键鼠就是职业选手的刀枪，等同于足球选手的球鞋。但是对AI而言，这不是必要的。它完全可以通过发出键鼠的电信号来控制角色的行动，除非你非要给AI搞个机械臂……这就又涉及到“公正”和“平等”的命题了，你那个机械臂需要兼顾多个要素，保证和人手无二。可问题就是就只是人手，人跟人之间都各有差异，更不要说两个种族了不是吗？说完了人体的硬件，再来看看电脑的硬件。鼠标的按键设置和灵敏度是所有玩家需要研究的课题，尤其是FPS里，你鼠标快了精度自然降低，大神和菜鸟的区别就是大神的鼠标快精度也高，菜鸟则是想要高精度就得慢慢挪动鼠标。但是对AI而已……这游戏允许鼠标动多快，AI就多快，并且精度高到吓人……基本上你的视野里出现了AI的角色，哪怕你在他身后，短短几秒的时间里你就死了。所以这点上，你不套个鼠标限速，真的是不用打了。但是你人类能够把鼠标使劲往快了耍，但是AI就不行，就因为人家天生就快？这问题都能引申到两个种族的权利了！话虽如此，但说真的就算你给AI限速，也不一定打得过人家。总而言之，在FPS界想要打赢一个设计出来的目标就是干翻一切人类玩家的AI是不太可能的。说完FPS，再来看看DOTA2和星际。真的要打起来，AI的赢面还是大。不过上述这些全部都是基于假设的AI，您要是问让那个什么Alpha go来试试呢？我得说，还是AI赢面大。虽然星际和围棋不一样——战争迷雾，加多地图，也就是说，在不作弊的前提下AI不知道对手的动作和战术。是的，战术，这是人类最大的仰仗了。AI过度的依赖逻辑运算，就会导致在对手的奇招面前被打崩。当然，这是建立在AI没有分析足够的熟悉，没有获得足够久的学习的前提下——各位不妨想想，假设AI分析过了无数场战役，最终到达了不被玩家骗到，甚至翻过来骗到玩家的情况有多吓人？没错，这就是重点。如果从“人工智能”这一科技的发展前景角度看，打不打得赢电子竞技的职业选手们其实也就那样。Alphago还没有媒体吹嘘的那么恐怖，但是不妨让我们假设一下，Alpha go输给了人类，在无人授意的情况下，或者所谓的Master之所以要大杀四方，是“它”自己想赢，它有了自己想要达成的目的。这，才是人工智能的终极状态的前兆，这才是真正令人害怕的。我们不需要担心它们打游戏和下棋比人厉害，而是应该担心它们在逐渐变得像人。星际极度追求平衡，因此里面的兵种是真的有棱有角还是被替换成有颜色的方块其实无所谓。毕竟游戏是拿来玩的，竞技性是建立在此之上的，而不是研发出来竞技的。所以就有了DOTA，LOL，炉石等等的随机性。没错，随机性的加入使得游戏的乐趣提升了。同时也增大了人类玩家的赢面。星际里AI和玩家对撸，你手忙脚乱出兵的时候人家已经整好编队准备出击了（所以在星际里，必须要限制AI的速度，不会出现悍马2000那种逆天操作。但是这样说的话就有涉及到了公正平等的命题……）；你LOL里需要发育，但是等游戏后期你就能发现你的发育速度跟AI控制的角色根本是天差地别……但是这关天杀的人工智能什么事？？？这纯粹是依靠了计算速度啊，计算机计算机，在计算上比不过人类还要你干嘛？这就涉及到了AI的弱点——人性。就和我们上面说的例子一样，战术，由人性来决定。两边开团，打着打着，你们家奶妈忽然冲上来帮残血的肉抗了个伤害不是特别高的技能，你们家选手今天状态生猛，打法跟往常不同，刚正面的不行，选手今天状态好，命中率85%以上，一改平常的70%命中率。AI可以根据人类玩家往常的比赛来判断对手的风格，由此可以得知很多东西。但是人偏偏是个不确定的物种，上述这些情况出现可不是AI能算到的，而且还要考虑选手的情绪和状态。这才是AI，才是人工智能真正要追求的东西。当然还有随机性，比如炉石，人类玩家人品极好，要什么卡有什么卡，你AI即使把对方牌库推测出来，但是你就是抽不到你要的卡，怎么打？所以战术，或者说是人性，和人品，这是唯一两个可能打败AI且人类具备的东西。因为AI做事情符合逻辑，但是人不会也不能做到凡是都照着逻辑来。这是人的缺点，却也是闪光点。双方信息不对等，这才能打。电子竞技终究和围棋这样的信息博弈是不同的，我做个夸张的假设。如果是一个AI连通着一个星球大小这数据库，在这个数据库里储存着围棋全部可能的棋局——从起手到结束，所有可能出现的局势，所有。用隔壁的国际象棋举例，诸位都听过这个故事吧？国王奖励国际象棋的发明者，发明者说这样吧你在国际象棋棋盘的第一格放一粒麦子，第二格两颗，第三格四颗，一次是上一次的两倍，以此类推……（64^2）—1=，答案是百度的，我自己数学差……国际象棋的合法局面数量高达10^64，国际象棋尚且如此，更不要说国粹围棋了。所以我用一个星球大的数据库储存所有围棋可能出现的棋局，然后连着AI上去打。您也甭管快棋慢棋明棋暗棋，您输定了。你说这是作弊？可这是储存在人家AI脑子里的知识啊，你凭啥不让人家用！就因为AI脑子有一颗星球那么大？但是像DOTA这类考虑到娱乐要素的游戏，你AI就是把全场可能出现的所有阵容，所有可能的出装，技能和走位全部记下来，但是他喵的随机性这个东西你不去修改游戏你就是拿他没办法！另一方面，战术这种东西，也不是AI能全部考虑到的。还是用FPS举例，现在已经不是当年QUAKE拿着流行单挑的游戏，而是团队PVP。个人能力仍然能在团队中得到突显，但是大部分情况下团队仍然非常重要。所以你究竟是让5个不同的AI打5个不同的人，还是1个AI打五个人呢？这又是个“平等”和“公正”的命题了。五个人的战术显然是一致的，但是AI就不一定了。毕竟AI是属于“个人能力强大”的类型，没准他会让4个角色蹲家里，一个角色出来1挑5呢！说到底，这也是AI想要发展到极限的必经之路，无数科学家们苦苦追寻的东西。相比之下让AI打电竞的输赢根本不是事。各位也许听说过“图灵测试”，简单概括一下就是让AI跟一个普通人对话，并且让那个事先不知道跟他对话的究竟是什么的普通人相信对方是个人类。这个测试极其困难，迄今为止只有一个程序做到过。人性就是AI的终极追求，如果有一天AI可以做到在战术上骗过一个人类，那么……我们就要担心一下“天网”会不会真的出现了。总结目前来看，人类要战胜AI实属不易。在已经给AI套了各种枷锁的前提下，笔者认为FPS类型游戏，AI的胜率可以高达95%以上。RTS也一样，但是MOBA类游戏和随机性强的卡牌游戏里，人类的胜率就上升了。此外，若是在QUAKE这样1V1的FPS游戏里，AI的胜率也会打折扣。笔者认为只要人类选手能在前期稳固住优势，后期的赢面只会越来越大。不过，由于打不打得过AI本身就是建立在对AI的诸多限制上的，而且胜负对于AI的发展本身影响不大，因此这些争论的意义本就不大。不过，笔者认为，给一个非常聪明的AI稍加打磨，很快就能做出一个可以做顶尖电竞职业选手陪练的最强选手——打完AI还会把你犯的所有错误，每次输出的数据等等等等全部列出来。另一方面，类似魂系列的杂兵和BOSS们那样难以对付的NPC们也会越来越多，抖M和硬核玩家就会越来越开心……而很多人吐槽的，比如COD系列里不管敌我AI总是傻的让人想一枪上去的情况也会越来越少。在沉迷网战的今天，单人战役的难度和提升对枪法，反应的帮助也会越来越大……
你可能感兴趣：
48小时评论排行
“我是光暗。”
用微信扫描二维码分享至好友和朋友圈
执行主编：王欣_NG1662
用微信扫描二维码分享至好友和朋友圈