Pong的黄金年代
Pong并不是第一个商业电子游戏，但我们绝对的可以自信的说他是第一个大获成功的商业电子游戏。
Pong街机游戏画面
游戏非常简单，左右两个玩家各控制一个旋钮，击打来回反弹的一个小球，每次一个玩家没有接住，对手就加一分。
Pong街机
用一句话给Pong成功的原因下论断是武断的，但我们可以得出的结论是，它相较第一个商业游戏Computer Space，不仅操作更加简单直接，也直接来自于现实生活中熟悉的体育运动，这对其受众群体有极大扩宽，特别是在那时街机并没有单独区域，而是被安置在弹球桌等设备旁。
Computer Space街机游戏画面
Pong很难说是一个独创游戏，游戏的开发过程中，游戏创始人Nolan Bushnell向新招的程序员Alcorn描述了一个与他先前在Magnovox Odyssey上看到的乒乓球游戏，还向Alcorn谎称接到了通用电器的一笔订单，来作为一个小训练项目，就这样Alcorn在完全不知情的情况下完成了开发。
雅达利后还被Magnovox起诉，虽Bushnell不承认见过Magnovox的乒乓球游戏，他在Magnovox展会上的入场签名却被扒了出来。
Bushnell的入场签名
但无论如何，Pong获得了前所未有的成功。Alcorn先把它安置在一个小酒吧试验，结果一周之后Alcorn就接到了店主的电话，说机器坏了。Alcorn过去一看，一开机器至少有100美金的硬币，把机子塞到无法正常运作了。
Alcorn与雅达利核心的照片
雅达利售出了8000多台Pong机器，这还不包括来自于Midway，Nutting Associates等多个公司大量售出的仿品。
雅达利由SEARS发售的家用Pong
1974，雅达利员工Harold Lee提出了推出家用Pong以扩大市场的想法，在近一年的开发后，终于有了一个试验机。但各大经销商因为Magnovox Odyssey的销量不佳对家用游戏并不热忱。雅达利必须联系更有财力的公司。在SEARS的名下，第一个家用Pong主机发售了。在SEARS家用Pong大获成功后，雅达利发售了自己品牌下的主机。家用Pong的影响力甚至波及到了全世界。
任天堂的第一个主机Color TV-Game6就是一个Pong的仿品
Color TV-GAME 6
甚至苏联电子工业部还在1978年发售了自己的家用Pong仿品—Turnir。
Turnir主机
在家用Pong机器取得成功的同年，雅达利组建了代号Stella项目的核心团队，也就是未来的雅达利VCS（2600）。随着VCS开发的开始，几个游戏也作为首发游戏同步开始开发，其中包括首发游戏Video Olympics—一个类Pong游戏
雅达利2600(VCS)
将一个类Pong游戏作为首发游戏是一个很自然的决定。Pong已经主宰电子游戏市场数年，而且在替换卡带游戏机（首个是仙童Channel F）仍是新奇东西的时候，给游戏机一个类似家用Pong，但是更强大的版本既能提高消费者的接受度，又能展现机器的强大能力。
Video Olympics盒子封面
很明显地，雅达利在平台开发上早就考虑了类Pong游戏。雅达利2600采用MOS 6507（丐版6502）作为处理器，只有128字节的RAM，因此游戏中出现的画面元素被严格限制成两个精灵（Sprite，可理解为图案），两个导弹，和一个球。两个导弹明显与坦克游戏Combat的开发有关，而球明显与Video Olympics相关。Decuir在采访中也曾确认过这一点
游戏开发者Decuir给游戏创造了很多的不同版本。不仅有两人改版，四人版本，还有篮球，排球，手球等改版。
每人两个球拍的Super Pong
为四人游玩设计的Pong Four
需要将球弹入篮筐的Basketball
最为有趣的是，在Pong街机的反馈下，Decuir决定开发”Robot Pong”模式，玩家可以与一个虚拟的AI对手进行比试，这在商业电子游戏中是极其新奇和开创性的。在谈论Robot Pong之前，我们需要先回头看看
点击体验Video Olympics
拨动右下角的“Game Reset”开始游戏，拨动“Game Select”选择游戏类型。游戏1为默认对阵AI对手的游戏。
电脑端控制：使用FH键控制球拍，TG键控制球拍速度。
游戏中的早期AI
第一个出现在电子游戏中的”AI”出现在1952年。在同时期，两个早期计算机上的井字棋游戏被开发出来，游戏分别由A S Douglas和Christopher Strachey完成。
Electronic Delay Storage Automatic Computer
Manchester Mark 1
他们的共同点在于，均可以有不败的AI对手。因为井字棋的规则极为简单，游戏可有的变式也较少，计算机可以轻易不犯任何错误地把把不败。
直到1956，计算机科学家EDMUND C. BERKELEY开发出一个基于继电器的井字棋计算机，名叫Relay Moe。
刊物Radio Electronics中的Relay Moe结构图
在Relay Moe上安装有偏心凸轮，其工作原理很简单，一个脱离中心，异型的塑料碟在旋转中会时时关闭和打开其控制的电路。
偏心凸轮示意图
Berkeley利用了此原理来使部分控制AI逻辑的电路时不时被关闭，因此AI会有时在游戏中犯错。会犯错的AI将电子游戏的发展中被证明至关重要。在与AI的对抗中找到规律和战略才能让玩家获得乐趣。失误与逻辑在一个AI的有趣性和真实性上同样重要
二十年后，电子游戏开始走出实验室，最早商业游戏中的“AI”也随着单人街机游戏出现。最早的之一可以说是Taito在1974年的Speed Race。
Speed Race游戏画面
Speed Race中，玩家驾驶赛车，躲避路上左右移动由AI操纵的车。此处的AI只用遵循一个固定的左右规律，虽然会有不同移动频率的车，但他们本质上并没有对玩家的操作有任何反映，也远不是与玩家地位相似的对手，更像是增加玩家挑战的一个小要素。
同年，雅达利发售了Qwak! 在游戏中，玩家拿着枪打屏幕上的鸭子，每只鸭子玩家只有三次的开枪机会，鸭子还会向玩家射空的反方向进行躲避。我们很难说AI被和玩家放到同等的地位上，因为有明显的主被动关系，但这里的AI已经会因人类的输入有对应其的行为。
Quak!游戏画面
随着单人街机的普及，这样的例子也多起来。最为出名的莫过于1978年的Space Invaders。在那里，无数的外星人根据玩家的位置选择发不发射子弹。
Space Invaders游戏画面
这样，我们得以看到Video Olympics的重要性。AI坐在了本应由玩家控制的对手席，这不仅代表和玩家位置相当，也代表它需要在游戏中模仿人类的智能和反应。明显地，AI的举动也不能局限于简单的规律，它需要时刻与玩家的输入互动。
深究Video Olympics的AI
对于AI开发的一大难点在于，Pong的挑战不仅是策略的考验，也是反应速度的考验。在当今视角下极其微小的128字节RAM和4K游戏大小下，塞入一个有挑战性的AI是难度很高的。例如，在雅达利1979发售的Video Chess中，电脑在玩家下出棋子的几秒后才会反应，这给了处理器充足的运算时间
Video Chess游戏画面
但在一个类似Pong游戏中，每帧中，电脑玩家的球拍的位置都必须被更新。这本身并不难，甚至可以说很简单，只要电脑玩家的球拍时时与球的y坐标保持一致，球就每一次都会被球拍击中。但是，一个无敌的AI并不好玩，也显得不够智能
在Bogost和Montfort所著的Racing the Beam中，我们可以读到如下的记载：球拍在每帧会根据球的相对位置上下调整最多两行（我们可以将行粗略理解成竖向像素），但是，每八帧，球拍的调整会被跳过一次，这样，累积的错误足以让球拍偏移，而且球的角度越大，这个偏移就越明显，玩家就越容易得分。
雅达利2600使用的处理器是MOS Technology的6507处理器，这个处理器是一个经过修改的6502，并且使用和6502一样的指令集。因此，所有雅达利游戏都是由汇编语言写成，可以说是在对人类可读的条件下，最为底层的语言。
作为举例，这是6502处理器接受的一条命令和它对应的机器语言，它的意思为向处理器的A寄存器中存入$02的值：
LDA #$02 ;汇编命令
A9 02 ;16进制（hex）下表示的机器语言
1010 1001 0000 0010 ;二进制下的机器语言任何的汇编代码需要经过汇编器(Assembler)，以转为机器语言。以此同理，经过反汇编器(Disassembler)，我们可以将任何雅达利游戏的ROM(只读存储，即卡带上的数据）通过反汇编过程转为汇编代码。但是如果单单使用反汇编程序，而没有人为的Label标注和注释下，代码的可读性依然很低。
;Setup a room for print.
SetupRoomPrint:
LDA $8A ;Get current room number. ;3
JSR RoomNumToAddress ;Convert it to an address.;6
LDY #$00 ;2
LDA ($93),Y ;Get low pointer to room ;5
STA $80 ; Graphics ;3
LDY #$01 ;2
LDA ($93),Y ;Get high pointer to room ;5
STA $81 ; Graphics ;3举例来说，上面的代码是经过人为标注的Adventure代码片段，而下方是我用反汇编过程得到的代码。
LF10F: LDA $8A ;3
JSR LF271 ;6
LDY #$00 ;2
LDA ($93),Y ;5
STA $80 ;3
LDY #$01 ;2
LDA ($93),Y ;5
STA $81 ;3在Bogost和Montfort所著的Racing the Beam中，我们可以读到如下的记载：球拍在每帧会根据球的相对位置上下调整最多两行（我们可以将行粗略理解成竖向像素），但是，每八帧，球拍的调整会被跳过一次，这样，累积的错误足以让球拍偏移，而且球的角度越大，这个偏移就越明显，玩家就越容易得分。
而Video Olympics则恰恰没有被人为标注过，因此我们只能使用调试器从内存的变动开始分析。下图展现的表格是雅达利2600 128个字节的RAM（我们常说的“内存”），每一个小方格展现的是一个字节，竖编号+横编号则是每个内存的编号。如果要有每八帧一跳过的机制，代码中内存中的帧计数是一定会被读取的。
雅达利的128字节RAM
我们可以清晰的看到内存地址$88是游戏中的帧计数RAM，从a0计数到9f，再循环往复。
因此，我们要在代码中寻找的是LD* RAM_88，即是将内存地址88中的数据加载到寄存器*中，我们在地址f1e3找到了如下的代码
f1e3 LDA RAM_88 ;将88号内存(帧计数)的数据加载进累加器(Accumulator，一种暂存器)
f1e5 AND #$77 ;将累加器中的数据使用$77进行遮罩
f1e7 TAY ;将累加器的数据转移到Y暂存器这段代码所干的事情如下：首先，读取在RAM_88存储的帧计数数据到累加器(Accumulator，寄存器A，6502中最为全能的寄存器）中，再将$77作为寄存器A中数据的遮罩，覆盖寄存器A中的数据，最后TAY命令将Y寄存器的值设为A的
这听起来有一些晦涩，但只要我们将hex值都转换为二进制，事情就会清晰很多 例如，当帧计数的hex值是b6时，它写入累加器的值转换为二进制就是：
10110110而遮罩$77的二进制值则是:
00000111
只有遮罩和原值都为1的地方，才会是1，所以b6经过遮罩后是：
00000110那这个遮罩是怎么完成每8帧的追踪暂停的呢？
帧计数RAM_88的变动
我们可以看到，每8帧，RAM_88数据的末三位会成为000，这就代表经过$77的遮罩，每8帧，会有一帧计算后得到的值会是00000000，即$00
现在，我们知道了在此代码段，每8帧，Y寄存器中的数值会是$00，于是，我们只需要找到代码中下一个读取Y寄存器的指令即可。我们很快在地址f1f4找到了相应代码：
f1f2 LDA RAM_95 ;将95号内存的数据加载进累加器
f1f4 CPY #$00 ;将Y暂存器中的值与$00比较
f1f6 BEQ Lf202 ;如果上一条满足，分支到Lf202（跳过球拍位置更新）f1f2我们暂且不谈，f1f4中CPY指令会将Y暂存器中的数值与$00进行比较，而BEQ是Branch if Equal的意思，如果Y暂存器的数值等于$00（每八帧），分支到Lf202（也就是跳过球拍位置的同步，跳过下面的f1f8-Lf200）
接下来的代码如下：
f1f8 CMP RAM_B6 ;将累加器里的值与B6地址的RAM比较
f1fa BEQ Lf202 ;如果累加器里的值与B6地址的RAM相等，分支到Lf202
f1fc BCS Lf200 ;如果累加器的值大于B6地址RAM，分支到Lf200
f1fe ADC #$05 ;将累加器里的值加$05
Lf200 SBC #$02 ;将累加器里的值减$02
Lf202 STA RAM_95 ;将累加器里的值存入RAM95这段比较复杂，咱们慢下来分析。f1f8中CMP命令将暂存器A里的值与B6地址的RAM比较。问题来了，暂存器A中的值是什么，B6中存储的又是什么？我们需要追踪到上一个写入寄存器A的命令，这就是f1f2地址下的LDA RAM_95，也就是说程序正在将内存地址95和B6的两个字节进行比较。既然我们知道这是根据球的位置调整球拍位置的代码片段，我们可以合理猜测内存地址95和B6的值正是二者所在的行数。
Debugger录制
在图片右侧的RAM表格中，此帧被修改的字节会亮成红色。我们可以很快确定RAM_B6就是球所在的行数（纵坐标），因为在球在持续往上走的时候，RAM_B6的HEX值不断下降，而当球触顶反弹，RAM_95的HEX值又从$36开始增长。而RAM_95一直紧随RAM_B6其后，明显是球拍所在的位置（行数）。（这个位置记录的其实是球拍上沿的行数，这是因为雅达利在CRT电视上运行，且缺少帧缓冲，也就是说，对开发者而言实际上没有帧的概念，只有电子枪打出的每行的概念，因为屏幕从上至下绘制，使用球拍上沿作为行数（纵坐标）参考是更经济的。）
CRT电视的显示简图
f1f8 CMP RAM_B6 ;将累加器里的值与B6地址的RAM比较
f1fa BEQ Lf202 ;如果累加器里的值与B6地址的RAM相等，分支到Lf202
f1fc BCS Lf200 ;如果累加器的值大于B6地址RAM，分支到Lf200
f1fe ADC #$05 ;将累加器里的值加$05
Lf200 SBC #$02 ;将累加器里的值减$02
Lf202 STA RAM_95 ;将累加器里的值存入RAM95让我们继续分析代码。首先f1f8将球的坐标和拍子上沿的坐标比较，如果已经匹配，f1f2中BEQ命令会直接跳到Lf202，用RAM_95本身的值复写自己，即拍子不用移动。如果两个坐标不匹配，即会在f1fc比较球和拍子的坐标哪个更大，如果球拍的坐标大于球的，会分支到Lf200，将球拍的坐标减去$02，如果反之，则不跳过，继续运行f1fe和Lf200，将球拍的坐标加上$05再减去$02。这里其实困扰了我很久：为什么加5再减2得到的是2而不是3？（此处与计算机二进制的进位和借位有关(Carry和Borrow)，与我们更直觉的整数加减法有所不同，其细节我们在这里不作讨论，但通过分步运行我们能看到实际的结果是先加5再减3，与我们的结论相符。如果对此感兴趣，可以在搜索引擎搜索Carry Flag和Assembly的关键词。）
非常有趣地，我们可以看到此处的AI遵循了与20多年前Relay Moe相似的原理，即使让AI时不时犯错，在这里，帧计数与偏心凸轮并无本质区别。一个看起来智能和有趣的AI，需要既有人类的智能，也有人类的马虎和不擅长的地方，这与当今几乎所有游戏Boss有迹可循的失误和Pattern是符合的。
为了验证我们的发现，我们可以尝试修改Video Olympics游戏的代码。
f1f3 LDA RAM_95 ;将95号内存的数据加载进累加器
f1f5 CPY #$00 ;将Y暂存器中的值与$00比较
f1f7 BEQ Lf202 ;如果上一条满足，分支到Lf202（跳过球拍位置更新）游戏的位置调整每过八帧失灵一次的功能全部位于f1f4-f1f7，如果我们将这些地址的指令全部改为NOP（什么都不干，消耗两个machine cycles）的话，我们应该就可以造出一个无敌的ai。修改后的代码如下：
f1f4 NOP ;什么也不干，消耗两个Machine Cycles
f1f5 NOP ;同上
f1f6 NOP
f1f7 NOP当我们再次运行游戏，AI已经基本无敌，它在每一帧都会按照大小关系调整自己的位置，而不会犯错。玩家得分的唯一可能性是侧击球以使其速度超过2行每帧（球拍的移动速度最多是两行每帧），例如下面的情景。
Video Olympics画面
但我们并没有解决游戏AI机制的全部，在Racing the Beam中还有另外一段记载：但是每八帧停止追踪的球没多久就会完全失去同步，为了解决这点，当球从一个墙壁反弹，如果球拍也与其对得上，球拍的位置会被重新调整，先前积累的误差都会被清零。不幸地，此处的逻辑没有球拍调整的逻辑简单直接，我也暂未在代码中找到对应。由于STA RAM_95的代码（即设置球拍的位置）只能在游戏中找到一处（除了开始的初始归零），我们可以几乎确定地说这个逻辑处于f1f7之前。我将附着一份经过解编的ASM汇编文件在网站上，另外还有一个可以使用Stella模拟器运行的ROM文件，其中内置的Debugger的教程可以在此找到。如果找到了这部分的逻辑，欢迎在contact@rgmuseum.org或微信联系我，如果未来可以补全这部分的文字，我会更新这个文章。（一点可能线索：球与墙壁的碰撞似乎会切换RAM_82和RAM_94的值；另外如果书中关于球拍位置比较的记载属实，可能需要寻找RAM_B2与RAM_95某种直接或间接的compare逻辑，一份较为全面的6502开发者指南在此。）
现代游戏AI
当今游戏已经大大发展，我们也不可能在本文章的篇幅下全面地介绍它的发展，从光环2开始广为应用，较有代表性的是行为树。游戏会时时根据不同条件完成预先设置好的树状选择，以决定应该干什么。举个例子，行为树可能判定是否发现了敌人（玩家），如果发现了，即根据距离选择近战或远战；如果进展，则根据弹药余量决定拿出喷子还是拿出剑
虚幻引擎中的行为树
但不论技术如何发展，游戏AI背后的一些原则是恒久不变的。正如在Video Olympics和更早的Relay Moe中体现的，一个好的游戏AI需要有可预测的缺陷的。
Halo（光环）的技术经理曾在采访中说：“我们的目标不是做出一个不可预测的智能，我们想得到的是：玩家可以做特定事而期待从AI得到特定反应。当玩家偷偷靠近一个小怪并吓它一下，小怪会吓得开始乱跑，虽然它会往哪里跑不确定，但它一定会跑”
光环游戏画面
玩家像这样在Video Olympics中在正确的时机侧击球，就像玩家在Minecraft里把自己封到两格高的空间打三格高的末影人一样，他们本质上并无区别。当我们以正确的时机直击游戏AI的弱点时，这就像我们与最熟悉的朋友下棋时让他再次落入熟悉的陷阱一样。
太强了！支持