关卡可玩性验证长期依赖人工试玩，回归测试成本高、覆盖不均。本实验室近期尝试用智能体承接部分重复试玩工作：智能体直接接入游戏客户端，以键鼠级动作空间操作，观测包含角色状态、地形碰撞信息与画面特征。
训练采用两段式。先用少量人工试玩轨迹做模仿学习冷启动，避免智能体在开局就陷入无效探索；再用强化学习奖励“到达新区域”与“生存时长”，并对多次死亡的位置施加惩罚权重，使探索向高难度段落集中。
阶段性进展（内部测试，样本有限）：
- 在三条测试关卡的回归跑测中，智能体路径覆盖约为人工单轮试玩的6至8倍，平均每关发现1至3处可卡死或软锁位置，其中部分位于人工回归清单未覆盖的分支。
- 引入卡点聚类后，把设计者刻意设置的难点误判为卡点的情况已收敛到可人工复核的量级，最终仍以人工确认为准。
下一步计划将智能体探索接入每日构建，并补充类人操作噪声，降低高频帧下的非人类动作特征，同时尝试用同一套框架做难度曲线回归。
评论