在游戏娱乐方向，我们尝试用 AI 虚拟玩家承担一部分人工测试工作：以行为克隆加轻量强化学习的混合策略训练智能体，在真实客户端上跑新手引导与前期关卡，记录每个节点的停留时长、失败次数与退出行为，用来反推难度曲线和流失位置。
关键取向不是「打得好」，而是「像人」。智能体的输入是屏幕状态与受限的操作接口，奖励项包含通关、探索覆盖率以及对超人类精度的惩罚，避免出现真实玩家不会有的极限微操。我们同时跑一组不同画像的虚拟玩家（反应速度分位、失误率、是否倾向跳过剧情等），让结果以分布而非单点结论呈现，便于看出是哪一类玩家被卡住。
要点：
- 进展：在某三消与卡牌混合玩法的原型上，虚拟玩家复现了真实埋点中约八成的引导期退出位置，第 7 关失败率异常比人工体验反馈提前约两周暴露。
- 下一步：把画像参数从人工设定改为由真实埋点拟合，并接入版本对比流程，评估每次改版对难度曲线与流失点的影响。
目前这套方法仍只覆盖前端短时体验，长线留存与付费行为不在模拟范围内——我们暂时不打算让它给出超出证据的结论。
评论