AI游戏关卡测试：拟人化操作序列与卡关点定位

游戏AI实验室近期做了一轮偏工程的实验：让AI代替部分人工跑图，测试尚未上线的关卡。

难点不在「能不能通关」，而在「像不像人」。早期版本用最短路径脚本，几秒通关，却漏掉了真正常见的卡点——玩家会贴墙走、会在跳台边缘犹豫、会反复试探同一个机关。我们把动作空间从离散按键改为带时长与节奏抖动的连续输入，并加入视觉注意力掩码，让智能体只能看到当前视野内的画面，而不是直接读取地图数据。

进展要点：

• 在3个横版关卡、约200次自动跑图中，AI复现了人工测试报告里7处卡关点中的6处，平均单次跑图4.5分钟；
• 下一步计划引入真实玩家操作日志做行为克隆预训练，让探索风格更贴近目标人群，并把穿模、掉出场景等异常判定接入自动化缺陷单。

目前定位仍是辅助：用AI把重复跑图和高频回归覆盖掉，把人工测试的时间留给手感与体验判断。