Embark Studios于12月6日发布了纪录片系列《ARC Raiders》的进化（The Evolution of ARC Raiders）的第三集。本集的主题，是堪称本作象征的巨型机器人。它们如何行走、摔倒，即使在部件因受击被破坏后仍能持续运动？其背后，是应用了机器人领域机器学习研究的独有技术，它既不同于传统的游戏AI，也不同于现代的生成式AI。
《ARC Raiders》是一款PvPvE形式的撤离射击游戏，可单人挑战，也支持最多3人合作。舞台是已被神秘机械“ARC”所摧毁的未来地球。玩家将作为法外之徒“袭击者（Raider）”出击地表，在与巨型机器人及敌对玩家交战的同时收集物资，目标是将它们带回地下居住区“斯佩兰扎（Speranza）”。
第一集讲述了从纯PvE方向的转变，第二集则阐述了告别基本游玩免费模式的决策，而到了第三集，焦点终于落在了表现这些机械所用的技术上。
用机器学习驱动巨型机器人
本作中登场的ARC多种多样，从空中飞行型到地面移动型皆有。空中型包括轻量且动作迅捷的黄蜂（Wasp）、大黄蜂（Hornet），以及用火箭压制周围区域的火箭蜂（Rocketeer）等无人机群。另一方面，为设想室内战而设计的地面型，则包括滚动并喷吐火焰的球体“火球（Fireball）”，以及快速贴附并召唤同伴的“蜱虫（Tick）”等。
并且，据说这些敌人，直至每一个单独的部件，其动作都完全基于物理演算。每个部位都设定了质量和重力，受击时会踉跄，失去部件后行为也会改变。关于这种机制，开发团队将其与《黑暗之魂》（Dark Souls）等作品进行了比较。他们表示，在无法像该作那样为敌人创建固定行动模式这一点上，经常与游戏设计产生冲突。不过，他们的目标是让那些宛如电影般的瞬间能够无意中自然地发生，例如，打爆一个敌人的引擎后，引擎残骸会撞到附近的其他敌人导致其坠落。
然而，将物理演算应用于建筑般大小的机械，其困难程度完全是另一个维度。由于游戏引擎和物理模拟的特性，要正确处理巨大的质量非常困难，当一条腿设定为数吨重时，就会出现不自然的动作，或因无法支撑自身重量而侧翻。为了在赋予庞大体型移动所需力量的同时，又能看起来自然，Embark Studios进行了长期的反复调整。
不按套路出牌的机器人
于是，Embark Studios所挑战的，就是通过机器学习实现的运动控制。敌人“要去哪里”的判断由游戏逻辑指示，而“如何行走”、“如何跨越台阶”、“失去腿时如何适应”等动作本身，则由通过机器学习创建的“大脑”来负责。这类似于现实中实际进行的、使用机器学习训练机器人的方式，但《ARC Raiders》中登场的机器人更加庞大、腿的数量更多，并且还必须持续适应战斗中会发生部位破坏的环境，这些是存在的门槛。
另一方面，机器学习也常常会给出人类预料之外的“解决方案”。例如，为了快速移动，学会了让除两条腿之外的部分悬浮在空中奔跑；或者以服务器无法处理的速度将腿猛戳地面进行跳跃等“捷径”。一旦大脑学会了这些，调整就需要很长时间，游戏设计团队与机器学习团队的工作也常常无法顺利对接。
据开发团队称，目前机器学习驱动的运动控制并未能如当初构想般运作，仅被部分整合到游戏中。他们回顾说“当时的我们有点为时过早”，但也表示如今已逐渐熟悉了这类技术，并依然怀抱着雄心。
在纪录片的最后，开发团队阐述了工作室的态度：即使在不可预测的市场环境中，也要不拘泥于类型的既有框架，在游戏玩法与技术两方面都持续积极地承担风险。此次介绍的机器学习运动控制虽尚未达到完成形态，但他们似乎已将目光投向了进一步的挑战。我们也期待通过《ARC Raiders》与《THE FINALS》这两部作品持续进行“实验性”游戏开发的Embark Studios的未来。
《ARC Raiders》现已在PC（Steam/Epic Games商店）、PS5、Xbox Series X|S平台发售。
