「不务正业」的腾讯游戏，正在帮助科学家们「上天下地」

2022 年 6 月 29 日 机器之心

机器之心原创

作者：泽南

游戏也能成为生产力。

前段时间，科学界出了一个大新闻： DeepMind 通过 AI 算法控制了核聚变。这家公司和瑞士洛桑联邦理工使用强化学习控制核聚变反应堆内等离子体的研究宣告成功，研究登上了 2 月份的《自然》杂志。

DeepMind 曾因为在游戏上的研究而闻名。从训练 AlphaGo 算法在围棋上超越人类顶尖棋手、AlphaStar 挑战星际争霸 2，到这些算法的「进化版」实现蛋白质预测、核聚变等前沿突破，DeepMind 的技术在很多领域体现了想不到的价值。

像 DeepMind 这样，成就于游戏，又被应用到其他领域的例子。在国外并不少见，诸如英伟达、Epic 早期也专注服务游戏研发技术，如今已经成为汽车、建筑、影视等领域的核心硬件及软件工具。而最近，一些国内游戏厂商也正在做着一些「并不游戏」的事情。

在本周举行的游戏发布会上，腾讯首次曝光了七个游戏技术合作项目，或者说叫「游戏科技」项目。这些项目中有下一代机器人的训练系统，超高清还原历史古迹的沉浸式互动环境，还有天文领域里程碑级的探索计划。更重要的是，它们背后的技术大部分都源自于游戏。

引入游戏 AI，做「改变规则的事」

深度学习是最近一波 AI 浪潮的关键词。自 2010 年以来，这类 AI 技术在计算机视觉、语音识别、自然语言处理等领域获得了重要进展。

基于深度强化学习，AlphaGo、AlphaStar 和 OpenAI Five 曾分别在围棋、星际争霸 2 和 Dota 2 上展示了顶尖玩家的水准。腾讯也在国民手游王者荣耀中上线了「绝悟」，让所有玩家都可以在游戏中进行挑战。虚拟世界中有超越人类水平的 AI 技术也可以帮助现实事物实现精准的协作控制，完成人们此前无法想象的事。

腾讯公布的「游戏科技」项目中，最引人关注的是「猎人星座计划」，它的全称是「全变源追踪猎人星座计划（CATCH）」。

传统的卫星天文观测非常依赖于地面中心的人工控制，每颗卫星可能需要配置一支专门团队，数十名科学家进行维护，由于物理距离和盲区等因素，操作延迟可能长达数分钟。面对引力波、伽马射线暴、快速射电暴等天文现象，传统操纵方式容易错失大量发现机会。

而 CATCH 计划则尝试解决这一难题。科学家们期望将上百颗卫星组成观测星座，每个卫星上都将载有中国自主研发的新一代 X 射线望远镜，并且让它们之间进行智能协同，从而实现全天候、高效率地对海量变源的无死角无间断监测，合力观测某些重要天文事件。

多卫星配合观测示意。

这是中国科学家提出的一项极富想象力的探索项目。该计划自 2019 年提出概念以来，一直受到国内外天文领域的关注。美国科学院院士、时域天文学领军人物 Shrinivas Kulkarni 曾评价道：「如果真的能实现，它将改变游戏规则。」

如何实现上百颗卫星的智能调度？这就需要用到多智能体强化学习算法了。

而当下，多智能体算法应用最多的应该就是游戏领域了。于是，腾讯游戏加入了 CATCH 项目，据了解，其 AI 多智能体算法已经经历了上亿局「人机模式」游戏对战游戏对战的训练。改进后既满足科研的精度要求、符合太空环境实时调度的算力要求，还能支持大规模算力的基础系统架构要求。

这并不是件简单的工作——CATCH 所使用的多智能体协同算法，需要使用大量天文数据进行训练。腾讯游戏的算法工程师已结合我国的天文爆发源数据搭建仿真爆发源模拟器，用以训练专属于太空观测环境的 AI 算法。

为了适应卫星上有限的计算资源，研究团队通过最新的模型压缩、部署优化方案，让算法可以有效平衡空间信号的感知、控制精度的要求，高效完成协同控制任务。

游戏 AI 中的多智能体强化学习方法可以帮助卫星群完成各类观测任务，让观测收益最大化。

最终发射上天的 CATCH 卫星在轨运行时，基于 AI 的技术将对深空中成千上万的爆发源数据进行实时计算分析，实现目标优化选择，向卫星发出指向调整、列队组合等观测指令，从而对观测目标进行全天候、全时间段的监测，还能根据探测结果持续进行算法优化。

有了游戏 AI 的加持，卫星可以实现高度的智能化，学会自己安排阵型，类似的技术也可以帮助机器人实现智能控制，从而适应复杂指令和环境的变化。

2021 年 3 月，腾讯 Robotics X 实验室发布了首个全自研四足机器人 Robotics X Max，它采用创新的足轮融合一体式设计，有腿又有轮，拥有较好的平衡能力，兼顾了移动速度和稳定性，达到了行业领先水平。

Max 机器人有腿有轮，不仅拥有「崎岖路面走得稳，平坦路面跑得快」的特长，还首次实现了从四足到双足的站立移动，能完成后空翻、摔倒自恢复等动作，达到了行业领先水平，运行时速可以达到 25km/h。

在发布会上，腾讯游戏宣布发起游戏驱动机器人加速智能学习项目，利用 AI 和游戏技术帮助多模态四足机器人 Robotics X Max 不断成长。

由腾讯天美 J3 工作室、天美技术中心、腾讯 Robotics X 实验室、腾讯 AI Lab 进行合作研发的智能体动作生成技术，源于游戏和 AI 的创新结合。基于该技术，Robotics X Max 的运动轨迹规划更加自然流畅，可以实现更细颗粒动作的智能生成、控制和决策，使动作表现体现高度智能，让机器人变得「更聪明」。

智能体生成技术是提升游戏 NPC 智能方向上的最新研究思路。在游戏开发过程中，人们可以使用自回归神经网络自动生成可交互人物动作。相较于传统游戏中人物依赖的预设动作，前者在不增加工作量的同时具有更好的表现力，动作灵活、自然，智能体也能够自主地适应各种复杂的指令和环境变化。

在此次宣布的合作项目中，这一技术被应用在机器人研发领域，它可以让虚拟环境中不管是游戏中的 NPC 还是机器人的表现都更加真实、拟人、行为复杂化，也可以帮它们适应复杂指令和环境的变化，让它们根据环境变化进行自主决策，动作也更灵活、更自然。

随着机器人越来越「聪明」，在不远的将来，我们也会在工程建设、医疗陪护，甚至日常生活中看到它们的身影。

用游戏引擎渲染真实世界

驱动机器人进步的，其实不止有智能体动作生成技术，搭建训练机器人的虚拟物理环境背后所依赖的技术——游戏引擎也是重要的动力之一。

游戏是模拟现实世界的最佳场所，也是最好的虚拟模拟和训练环境。

利用在游戏中被广泛使用、积累了丰富技术优势的高效物理模拟技术，在游戏中可以快速搭建不同拟真虚拟训练场景，参照现实中的运动数据，让机器狗 Robotics X Max 在复杂地形中完成行走、奔跑、相互协作等训练，可以大力缩减其在现实世界完成训练的过程与时间，实现高效训练的目标。

基于这一技术，腾讯目前已经实现了单只机器狗 CPU 优化后的 20 倍训练提速，同时训练 50 只机器狗时，训练时间可以提速超百倍。原本在现实世界需要几年的时间收集的数据量，可以在加速后的虚拟环境下缩短成几小时来生成。

而游戏引擎相关技术的应用还远不止于此，人们还在探索它在制造领域的应用。

民航飞行员训练的全动飞行模拟机（FFS）是用于帮助飞行员进行高仿真度训练的高精尖设备，该领域的核心技术在国内基本处于空白状态。腾讯计划利用物理真实光照和渲染等技术共同研发 FFS 视景软件系统关键技术，应用于飞行员的训练中。

在和南航集团旗下珠海翔翼达成的合作中，腾讯将利用在游戏研发中积累的 PCG 程序化内容生成技术「地球级别」地形渲染、PRT 昼夜系统、天气系统、物理仿真等能力，助力国产全动模拟机的研制。未来，该系统将充分运用到全动飞行模拟机训练中，进一步保障中国民航的运行安全。

全动飞行模拟机的视景软件系统概念示意。

游戏为科学赋予的能力，除了面向未来，也可以复现过去。游戏引擎对于虚拟场景构建、实时渲染的能力正被应用于文物保护工作。

此次发布会上的「数字长城项目」，大量运用了能够实现高精度数字还原的照片扫描建模和游戏引擎渲染技术、能够提升数字资产制作效率的自动化生成技术，以及帮助用户摆脱终端算力限制的云游戏技术等。最终实现了超 10 亿面片的超写实数字场景，还在长城周围山体「种植」了超过 20 万颗树，用户可以「一镜到底」看到非常完整的自然环境。