在赛车游戏的世界里，Trackmania 以其独特的赛道设计和极限竞速的玩法吸引了无数玩家。而今，人工智能（AI）正逐渐崭露头角，挑战着人类在这些虚拟世界中创造的纪录。本文将带您深入了解一个激动人心的项目：如何训练一个 AI，让它在 Trackmania 中挑战最具标志性的 A01 赛道的世界纪录。我们将探索 AI 如何学习驾驶策略，如何发现游戏物理机制的奥秘，以及最终如何突破人类的极限，甚至发现前所未有的驾驶技巧。这个过程不仅仅是一场技术挑战，更是一次对游戏本质和 AI 学习能力的深刻探索。
核心要点
强化学习赋能 AI，学习 Trackmania 赛道驾驶。
奖励机制驱动 AI 不断优化驾驶策略，超越人类纪录。
AI 意外发现游戏物理机制的隐藏特性。
分段训练提高 AI 在复杂赛道上的表现。
工具辅助速度分析：洞悉赛道极限的必备。
“蓝虫”策略：深入探索 Trackmania 物理引擎的边界。
Trackmania A01：AI 挑战之路
什么是Trackmania和A01赛道？
trackmania 是一款由 nadeo 开发的独特赛车游戏，它以其易于上手、难以精通的特性而闻名。与其他赛车游戏不同，trackmania 强调的是对赛道的绝对掌控和对速度的极致追求。游戏拥有一个庞大的玩家社区，他们可以自定义赛道，并通过在线排行榜一较高下。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
A01 赛道是 Trackmania 中最具标志性的赛道之一。它是游戏中最初的赛道，简单而纯粹，只有几个弯道和一个跳台，但要在这个赛道上跑出极致的速度，却需要无比精湛的技巧和对赛道细节的深刻理解。几十年来，数百万玩家都在 A01 赛道上竞速，试图打破彼此的纪录，让其世界纪录保持者的竞争变得十分激烈。 玩家 Eddie 在两年前创下了 23.79 秒的传奇世界纪录，这个记录是人们目前想突破的。
A01 赛道的特性：
- 长度较短，加速快。
- 弯道简单，但需要精准控制。
- 跳台是关键，决定了能否保持速度。
AI如何学会驾驶？
为了训练 AI 在 Trackmania 中驾驶，首先需要赋予它一种学习能力，也就是强化学习。强化学习是一种机器学习方法，它通过奖励或惩罚来引导 AI 学习正确的行为。 在这个项目中，AI 的目标是在 A01 赛道上以尽可能快的速度跑完一圈。
为此，我设置了一系列的奖励机制：
- 速度奖励：AI 跑得越快，获得的奖励就越高。
- 距离奖励：AI 离终点越近，获得的奖励就越高。
- 时间奖励：AI 完成一圈的时间越短，获得的奖励就越高。
AI 通过不断尝试不同的驾驶策略，并根据获得的奖励来调整自己的行为，最终学会了如何在 A01 赛道上以最快的速度行驶。当然，最初 AI 的表现非常糟糕，它会随机选择动作，经常撞墙或者偏离赛道。 但经过数百万次的尝试后，AI 逐渐掌握了赛道的特性，学会了如何控制方向、加速和刹车，最终能够流畅地完成一圈。
AI的“分段训练”策略
为了让 AI 更好地掌握 A01 赛道的各个部分，我采用了分段训练的策略。
也就是将赛道分成几个独立的“Segmented Run”部分，让 AI 逐个部分地进行训练。 这种方法的好处在于，它可以让 AI 集中精力学习赛道的局部特性，避免在整个赛道上进行漫无目的的探索。
例如，我可以先让 AI 专注于学习如何通过第一个弯道，然后再让它学习如何通过第二个弯道，以此类推。 这种分段训练的方法可以显著提高 AI 的学习效率，让它更快地掌握整个赛道的驾驶技巧。
分段训练的步骤：
- 将 A01 赛道划分为几个独立的“Segmented Run”部分。
- 让 AI 专注于学习如何通过某个部分，并设置相应的奖励机制。
- 训练完成后，将 AI 转移到下一个部分，重复步骤 2。
- 当 AI 掌握了所有部分后，将它们组合起来，进行整体训练。
AI发现了人类未知的驾驶技巧
在训练的过程中，AI 不仅学会了人类已知的驾驶技巧，还意外地发现了一些新的驾驶方式。例如，在通过跳台时，AI 发现如果在起跳前稍微松开油门，可以让赛车在空中获得更佳的姿态，从而更快地落地。
这种技巧是人类玩家很少使用的，因为它的操作难度较高，需要非常精确的控制。但对于 AI 来说，它可以通过不断地试错来找到最佳的松油门时机，最终掌握了这种技巧。这一发现让我意识到，AI 不仅仅可以模仿人类的行为，还可以通过自身的学习来发现新的知识。
攻克魔鬼下坡路段
下坡路段一直是 A01 赛道上最具挑战性的部分之一。
通过 NVIDIA NIM API 调用 Kimi K2.5 视觉模型分析图像，非常适合为 MiniMax M2.5、GLM-5 等非视觉模型赋予视觉能力。
在此路段，赛车速度极快，稍有不慎就会失控。 AI 最初的策略是尽可能保持直线行驶，避免任何不必要的转向。 但经过大量的训练后，AI 发现了一种更激进的方法：在进入下坡路段前，故意进行一次小幅度的漂移。
这种漂移会降低赛车的速度，但可以更好地控制赛车的方向，避免在下坡时发生意外。 此外，通过对大量数据的分析，我发现，如果 AI 能够精确控制漂移的角度，甚至可以利用漂移来调整赛车的姿态，使其在跳跃后能够以更快的速度落地。 这听起来是不是很不可思议？但 AI 真的做到了！
挑战极限，结果如何？
经过数月时间的训练，AI 已经能够熟练地驾驶赛车在 A01 赛道上飞驰。 它不仅掌握了人类已知的驾驶技巧，还发现了新的驾驶方式，最终在一次模拟比赛中，AI 跑出了 23.75 秒的成绩，这打破了人类保持了多年的世界纪录！。
这次突破性的尝试让我相信AI有能力在游戏领域超越人类的表现，甚至能够发现我们从未想象过的游戏策略。
Tool-Assisted Speedrun (TAS)工具
为了更精确地分析 AI 的驾驶行为，我使用了 Tool-Assisted Speedrun (TAS) 工具。
TAS 是一种利用外部工具对游戏进行精确控制的技术。通过 TAS，我们可以逐帧地分析 AI 的操作，并找出其中存在的问题。 举例来说，我可以通过 TAS 观察 AI 在漂移时的角度、速度和加速度，从而判断它是否使用了最佳的漂移策略。 此外，TAS 还可以用来探索游戏物理机制的边界，发现一些隐藏的特性。 总之，Tool-Assisted Speedrun (TAS) 工具在 AI 训练中发挥了重要的作用。它不仅可以帮助我们更深入地了解 AI 的驾驶行为，还可以为我们提供改进 AI 策略的思路。
人工智能仍未企及的Trackmania天花板
在 Trackmania 中，顶级玩家会使用一种名为“ Speed Drift ”的技巧。他们通过精确地控制赛车的漂移角度，来获得额外的加速效果。然而，要掌握 Speed Drift 并非易事，需要大量的练习和对赛车物理机制的深刻理解。
Speed Drift 技巧：
- 在进入弯道前，轻点刹车，使赛车产生漂移。
- 在漂移的过程中，通过微调方向键来控制漂移角度。
- 当漂移角度达到最佳值时，赛车会获得额外的加速效果。
尽管 AI 已经学会了 Speed Drift 技巧，但它在控制漂移角度的精确度方面仍然不如人类玩家。 换句话说，AI 可以完成 Speed Drift，但它无法像人类玩家那样将这一技巧发挥到极致。
超越人类极限：AI 探索的未知领域
游戏“漏洞”：蓝虫(Bluebug)策略
为了进一步提升 AI 的驾驶水平，我开始探索一些更高级的技巧。在 Trackmania 社区中，流传着一种名为“蓝虫（bluebug）”的神秘技巧。
简单来说，“蓝虫”是一种利用游戏物理引擎漏洞来实现超高速行驶的方法。 这种技巧的操作难度极高，需要非常精确的 timing 和走位，稍有不慎就会导致赛车失控。
但如果能够成功触发“蓝虫”，赛车就可以在短时间内获得极大的加速，从而大幅缩短完成时间。 尽管触发“蓝虫”的概率非常低，但我仍然决定让 AI 尝试学习这种技巧。 我相信，如果 AI 能够掌握“蓝虫”，它将有可能创造一个无法想象的纪录。 训练 AI 学习蓝虫：
- 监控赛车的高度，若出现非正常跳动及时调整策略。
- 对每次成功实现该操作进行打分，提升出现的概率。
AI挑战A01赛道：优势与局限性分析
? Pros通过强化学习，AI可以快速学习并掌握赛道驾驶技巧。
AI可以精准控制车辆，实现人类难以达到的操作。
AI可以发现游戏物理机制的隐藏特性。
AI的出现可以为游戏开发提供新的思路。
? ConsAI训练需要大量的计算资源。
AI的驾驶策略可能过于依赖数据，缺乏人类的灵活性。
AI可能无法应对游戏中突发的情况。
AI难以完全重现人类玩家的创造力。
常见问题解答
什么是强化学习？
强化学习是一种机器学习方法，它通过奖励或惩罚来引导 AI 学习正确的行为。简单来说，强化学习就像训练宠物一样，当宠物做出正确的行为时，就给予奖励；当宠物做出错误的行为时，就给予惩罚。 通过不断地奖励和惩罚，宠物就会逐渐学会正确的行为。在 Trackmania AI 的项目中，我使用强化学习来训练 AI 在 A01 赛道上驾驶。我设置了一系列的奖励机制，例如速度奖励、距离奖励和时间奖励。AI 通过不断尝试不同的驾驶策略，并根据获得的奖励来调整自己的行为，最终学会了如何在 A01 赛道上以最快的速度行驶。
什么是 Tool-Assisted Speedrun (TAS)？
Tool-Assisted Speedrun (TAS) 是一种利用外部工具对游戏进行精确控制的技术。在 TAS 中，玩家可以逐帧地控制游戏中的角色，从而实现一些在正常情况下无法完成的操作。 TAS 的目标是以最快的速度完成游戏，并且可以接受任何非作弊手段。 TAS 被广泛应用于各种游戏中，包括超级马里奥、塞尔达传说和 Trackmania。 这是一个类似于使用电影剪辑软件去剪辑游戏视频的过程，目的就是为了完美的达成某种目标。
“分段跑图（Segmented Run）”是什么概念？
“分段跑图（Segmented Run）”是将整个游戏地图分为若干个独立的章节或部分。玩家分别练习每个章节，力求在每个章节都做到最佳，然后将所有章节的最佳记录合并成一个完整的通关流程。分段跑图是一种常见的speedrun技巧，让玩家可以将复杂的游戏流程拆解为更容易掌握的部分，从而提高通关效率。每一个段落的训练都可以是独立的，最终再组合到一起跑完全图。
相关问题
AI超越人类玩家，是否意味着游戏的终结？
AI 在 Trackmania 中超越人类玩家并不意味着游戏的终结，而是一个新的开始。AI 的出现可以激发人类玩家探索新的驾驶技巧和策略，从而不断挑战自我、突破极限。此外，AI 还可以为游戏开发提供新的思路。例如，游戏开发者可以利用 AI 来设计更具挑战性的赛道，或者根据 AI 的驾驶行为来调整游戏的平衡性。总之，AI 和人类玩家可以相互促进，共同推动游戏的发展。
AI训练对硬件有什么要求？
使用AI来训练Trackmania游戏，对硬件还是有一定要求的。由于深度学习通常需要大量的计算资源，因此拥有一台配置不错的电脑是很有必要的。其中，GPU（图形处理器）是影响训练速度的关键因素。英伟达（NVIDIA）的显卡是目前最常用的选择，因为它们在深度学习领域有着良好的支持。 内存（RAM）也很重要，通常需要16GB或更多，以保证训练过程中的数据能够顺利加载和处理。 此外，处理器（CPU）和硬盘（HDD/SSD）也会对训练速度产生一定影响。虽然GPU是关键，但CPU也需要能够支持GPU的数据传输。使用SSD硬盘可以加快数据读取速度，从而缩短训练时间。除了硬件，一些软件环境也很重要，如CUDA、Python等。
