育碧中国工作室在2024中国游戏开发者大会（CGDC）上，由研发工程师应治分享了最新的研究成果——游戏AI的可见性测试计算技术。该技术利用神经表示解决游戏AI计算瓶颈，有望应用于游戏路径距离估计、声音传播等方面，提升玩家体验。

🚀 育碧La Forge中国团队提出了一种新的游戏AI可见性测试计算方法，该方法基于神经表示技术，能够有效地解决游戏AI在实时系统中的计算挑战。

🎮 该技术通过将游戏场景表示为神经全向距离场（ODF），实现了在位置之间的可扩展且高效的可见性近似，无需传统的光线投射方法，显著提高了计算效率。

📈 在实际游戏内评估中，育碧实现了平均9.35倍冷启动加速和4.8倍热启动加速，大幅优化了游戏AI的性能表现。

📚 相关研究成果已在ACM期刊上发表，论文标题为《Efficient Visibility Approximation for Game AI using Neural Omnidirectional Distance Fields》，标志着该技术在学术界获得了认可。

🌟 育碧的这一突破性研究不仅为游戏AI的发展开辟了新路径，也为游戏体验的全面提升提供了可能，预示着未来游戏技术的发展趋势。

IT之家 7 月 25 日消息，育碧中国工作室今日宣布，在 ChinaJoy 期间举办的 2024 中国游戏开发者大会（CGDC）上，育碧 La Forge 中国团队的研发工程师应治将分享育碧一项最新研究成果 —— 游戏 AI 的可见性测试计算。

IT之家获悉，神经表示是一系列利用神经网络来表示三维信息的新兴技术，已经应用于新视角合成、三维重建、三维生成和编辑等领域。在游戏 AI 领域，育碧研究员们作出了首次尝试。

研发工程师应治将会为与会者展示利用神经表示解决游戏 AI 可见性测试计算瓶颈的第一个方法。该项技术有望在游戏领域得到更多应用以提升玩家的游戏体验，如路径距离估计、声音传播等。

育碧透露，这项研究曾是互动 3D 与游戏研讨会（I3D 2024）的演讲话题之一，其论文已在 ACM 期刊上发表，标题为 Efficient Visibility Approximation for Game AI using Neural Omnidirectional Distance Fields。

论文摘要显示：“可见性信息在游戏 AI 应用中至关重要，但基于光线投射的方法的计算成本对实时系统构成了挑战。为了应对这一挑战，我们提出了一种新的方法，将分区的游戏场景表示为神经全向距离场（ODF），从而可以在位置之间实现可扩展且高效的可见性近似，而无需光线投射。”

在游戏内评估方面，育碧在这些场景中实现了 9.35 倍的平均冷启动加速和 4.8 倍的热启动加速。