从AlphaGo在统治围棋界之后摇身一变，以AlphaStar的“马甲”身份涉足SC2，到OpenAI战胜DOTA2职业选手，再到王者荣耀AI“绝悟”战胜职业联队，人工智能（简称AI）在攻克人类游戏方面似乎有着一日千里的进步速度。然而，江湖中一直都流传着关于“AI无法学会FPS游戏”的传说。
可有人偏偏不信邪，坚持要挑战这个连AlphaGo都没敢轻易尝试的领域……
AI在FPS里对抗人类，比想象的要难
先不要想歪了，让AI来玩FPS，并不是让AI拥有枪枪爆头的命中率，甚至透视能力，而是让AI学会像人类一样，在并不具备任何信息优势的情况下，模拟人类搜寻敌人，瞄准敌人、射击敌人的过程，以及各种跳、蹲、左右横移，在激战当中寻找掩体进行躲避等战术动作，甚至模拟人类玩家绕后、追击、偷袭等战术行为。简单来说，让AI在游戏中对抗人类，并非是让AI拥有作弊一般的微操和“全知全能”，而是让AI模拟人类操控键盘、鼠标进行操作，甚至是完全模拟人类那极其可怜的肉眼视野和反应速度来玩游戏，并以这种方式来与人类进行对抗。
正因如此，FPS游戏由于采用3D全自由视角，相对于RTS和MOBA游戏来说，空间和视角操控上更加复杂，且人物动作多样，各种走、跑、跳、蹲，甚至大跳、跳蹲等复杂动作，与开镜、瞄准、射击、投掷等攻击动作一起，再结合与各种地形障碍之间的互动行为，从而构成了一个自由度和复杂度都要超出其他类游戏许多的游戏类型。因此，模仿人类玩FPS游戏，一直都是游戏圈和人工智能圈子里公认的“难题”。
为了说明AI学习MOBA和学习FPS的难易度差距，我们特地咨询了一位颇有竞技游戏经验的AI工程师，依照他的建议，对AI学习MOBA和FPS游戏所要面临的实际“任务”进行详细拆分，并制作了如下表格加以说明——
由表格不难看出，AI学习FPS，远比学习MOBA要更加复杂——由于RTS的基本操作（视野、移动、环境交互等）与MOBA相仿，因此对AI来说，学习RTS也并不会比MOBA困难太多，而拥有3D属性的FPS才是AI们真正不易攻克的难题。
也正因为FPS的复杂性，使得机器学习（Machine Learning）技术成熟以前，特别是深度学习（Deep Learning）技术诞生前，FPS游戏内的AI表现，较之RTS、MOBA内的表现，实在有一定差距——早期FPS里的AI，要么表现得过于像是外挂（透视、锁头），要么就会表现得犹如人工智障。
有过多年FPS游戏经历的玩家，一定对于早年FPS游戏里AI的各种“鬼畜”行为记忆犹新。
比如因为对地形缺少理解而疯狂自*……
比如失去当前目标后茫然无措，开始陷入鬼畜循环……
总之，真正的FPS老玩家应该都能理解，在FPS游戏里想要拥有如真人一般的AI会有多困难……
以假乱真的AI，让“电竞传奇”名符其实
按照AI技术发展和应用的一般规律，在尚未完全吃透RTS、MOBA类游戏的情况下，不会有AI研究团队轻易挑战更为复杂的FPS游戏。不过，这一规律却在不久前被打破。
《穿越火线：枪战王者》（简称CF手游）开发团队在2019年年底推出了一个以职业玩家成长故事为蓝本的剧情养成类玩法——“电竞传奇”。
