在《游戏AI实验室》的游戏娱乐方向，我们近期把工作重心放在一款自研关卡制动作游戏上：让 AI 智能体代替人工承担重复的回归测试。做法是把游戏运行在无头模式下，通过状态快照、动作空间离散化与探索奖励（新区域、新交互、首次触发的事件）驱动智能体持续尝试未覆盖路径；出现崩溃或异常状态时，自动截取前后若干秒的输入序列与堆栈，生成可回放的复现包。
进展：在一个含 12 个关卡、约 40 个交互物体的小规模版本上连续运行 72 小时，AI 探索覆盖的 UI 与触发事件从人工脚本的约 61% 提升到 89%，并发现 3 个此前测试用例未覆盖的状态卡死问题，其中 2 个可稳定复现。
要点：
- 探索奖励以“事件首次触发”和“状态空间新分片”为主，避免智能体在单一刷分路径上打转；
- 复现包按最小输入序列裁剪，平均长度控制在 800 帧以内，便于策划直接回放定位。
下一步计划是接入关卡编辑器的变更对比，让新版本按改动区域定向探索而非全量重跑，把单轮回归时间压缩到可接受范围。
评论