事實上這是幾個月前的一個PPT演講。在GDC 2018上，Valve游戲工程師John McDonald介紹了度假社用深度學習提高CSGO用戶游戲體驗的嘗試。之所以說是“提高用戶體驗”而不是“鑒別開掛行為”，是因為V社這次不僅把AI技術用在了反作弊機制上，還對普通玩家心理進行了透徹研究。

2018年1月Steam游戲人數排行前三名

CSGO中的掛

CSGO（中文名《反恐精英：全球攻勢》）是V社于2012年推出的一款第一人稱射擊團隊競技游戲，它是CS系列的第四部作品，6年來一直深受國內外玩家的歡迎。作為一款FPS游戲，玩家惡意開掛幾乎是不可能避免的，相比上圖中排名第一的PUBG，其實CSGO里的掛并沒有多到人神共憤的程度。

但有掛玩家就會生氣，一生氣他們就會抱怨，會用腳投票。

根據John McDonald透露的數據，現在CSGO的月活人數有1240萬，平均日活約300萬，組隊時間平均1-2秒。對于一個已經推出6年的游戲，保持這樣的數據并穩居Steam榜單前三是不容易的，它離不開開發團隊為玩家打造的游戲環境。

可就在2016年，V社收到了鋪天蓋地的玩家投訴，許多人用發郵件、reddit發帖等方式告狀：你們的游戲有很多掛。面對玩家的怒火和無法迅速排查開掛行為的棘手情況，V社有點懵。

CSGO是V社自己開發的游戲，它自帶官方VAC系統，能對開掛者實施高效封禁——但火爆的游戲背后總伴隨經濟利益，許多人針對VAC開發了不少能繞過監控的掛，或是看準V社喜歡秋后算賬的風格找漏洞，既奪走了心存僥幸的玩家的賬號，也毀掉了正常比賽的玩家的游戲體驗。

時至今日，許多人在調侃CSGO“已涼”時都不忘把“掛太多”拉出來重點批評一下。所謂愛之深、責之切。他們對游戲的熱愛是真實的，但他們對外掛的憎惡也是深入骨髓的。而令人無奈的一個現實是，制作一個CSGO外掛的成本非常低，如果某人還保留著當初《半條命2》的外掛，他就會發現這個掛居然也可能繼續在CSGO里生效。

CSGO和深度學習

2015年，CSGO的Overwatch正式上線（別想歪！我真的沒笑），這是一個監督功能，允許獲得裁決資質的選手可以通過觀看疑似作弊選手的Demo來判斷其是否作弊或者調整了游戲參數。如果玩家發現存在開掛行為，他們可以把Demo提交給協調員進一步審核，之后官方會跟進處理并反饋結果。

Overwatch本身可以初步判斷玩家有沒有開掛，它背后的算法是樸素貝葉斯，系統先為開掛找到一個閾值，然后對結果進行分類。但實踐證明，這個基于樸素貝葉斯的系統太寬容了，它只能辨別出非常明顯的開掛行為，然后把大多數微妙的Demo——漏網之魚反饋給真人。

對于玩家而言，也許Overwatch頗為雞肋，但在深度學習眼里，這就成了不可多得的數據來源。

模型簡介

V社開發的反作弊深度學習系統叫VACnet。因為面向序列處理任務，它被設計成一個時間步長為140的GRU RNN，包含一個輸入層（256個神經元）和4個隱藏層（每層256個神經元）。網絡使用的激活函數是ReLU，損失函數是二元交叉熵，優化算法是Adagrad。

VACnet在Overwatch搜集的數據中訓練，其中包含玩家提供的內容和官方收集的內容，是個大型優質數據集。雖然現在也有用深度學習生成數據的方法，但這種做法容易讓神經網絡鉆空子，所以開發人員用的還是真實的游戲Demo。

模型的輸入不是常規的長向量，這里他們把140次射擊當做一個序列，按順序記下每個視頻幀的所有信息。這些輸入被稱為(X,y)，其中X就是我們常說的特征，它包括用了什么武器、射擊后的結果、（如果擊中）目標距離有多遠、瞄準角度調整用時等。訓練到最后，模型需要能擬合X數據并反復驗證學習質量，直到輸出最佳結果。

推斷和硬件

完成訓練后，模型就要被用于推斷（饋送）。

John McDonald把這一過程類比成制作牛肉漢堡。當開發人員面對Overwatch時，他們手中沒有現成的牛肉肉泥，而是一頭不斷吃草長胖的牛。為了讓數據能為深度學習模型所用，開發人員花了95%的時間和精力把牛切成牛肉——數據，然后把剩下的1%用于把牛肉攪碎——深度學習，4%用于制作漢堡——訓練模型。

據介紹，V社平均每天收集60萬場5v5比賽，每場比賽耗時4分鐘，一共是240萬分鐘CPU耗時（一天）。然而一天只有1440分鐘，這也就是說，為了達成目標，他們至少要購買1700塊GPU。這時，玩家們獻給G胖的供奉就開始發揮作用了——他們一共買了3456塊CPU。下圖是處理器的冰山一角，它包含64個刀片式服務器，每個刀片有54個CPU核心、128GB RAM，僅用于模型推斷。

按照之前V社制定的反作弊邏輯：玩家舉報——協調員篩選——玩家裁定——開掛/沒開掛，現在他們有了VACnet，舉報環節就又增加了一個“VACnet舉報”。據了解，在所有舉報中，玩家舉報的開掛證實率為15-30%，而且種類非常豐富；而VACnet的開掛證實率高達85%-90%，但種類相對單一。

效果評價

正如之前所述的，VACnet的效果是令人滿意的，盡管缺乏靈活性和通用性，但它至少找出了大部分開掛者的“罪證”。如下圖所示，剛被加入游戲反作弊機制中時，它就小幅提高了系統檢測開掛數的數量，加入更多訓練數據后，它在2018年前后又形成了一個劇增的峰值。而且就實際應用來看，從VACnet提出至今，它還沒有誤判過一起作弊事件，當然最后的真人檢測也在其中發揮了重要作用。

從用戶反饋來看，這個深度學習嘗試也取得了史無前例的成功。自從引入Overwatch和VACnet以來，在reddit上抱怨開掛的CSGO玩家數大幅降低，僅為2016年高峰期的1%。這種情況將有利于老玩家的存續和新玩家的進駐，也是V社所喜聞樂見的。

但VACnet真的很完美嗎？其實不盡然。除了之前提到了它似乎只能識別某幾種開掛行為，它還有一個更嚴峻的缺點。訓練時，當完成“舉報——協調員篩選——玩家裁定——開掛/沒開掛”這一流程后，為了保證模型的學習效果，經真人裁定的數據會被再次饋送進模型進行學習。

這就引出一個問題，如果有人開發了一個掛，它能在前幾槍自描、鎖頭，后幾槍回歸正常，那系統該怎么判斷？如果是個真人裁判，他肯定會想：emm，這貨有問題，肯定開掛了。但機器不知道這樣的判斷依據，它只能把它標成開掛，然后同時從開掛的時間段和沒開掛的時間段內去強行學習開掛依據。這會導致模型性能變差。

針對這個問題，目前V社找到的補救方法是添加一個自動的重新訓練功能，它能修補啟發式算法帶來的漏洞。二是建立一個全新的沒有經驗的模型，由它來拓展開掛行為檢測范圍，增加系統能識別的開掛種類。第三則是把VACnet應用到其他steam游戲上，追求泛化通用化。

小結

John McDonald認為，深度學習是一種新興涌現的技術，它將改革傳統的反作弊方式。V社現在已經把深度學習用于反開掛、反作弊和Dota2英雄選擇等，而其中最受關注的就是Dota2的“大老師”。

就目前而言，玩家無需擔心有人用深度學習技術開發對抗VACnet的工具，因為V社手里掌握著其他人難以想象的游戲數據，對于深度學習來說，數據越多，模型性能越好，這是毫無疑問的。唯一需要擔心的一點是，這個用于訓練的數據集是從比賽里收集的，有人可能會惡意污染數據。雖然似乎人們可以一眼分辨出這個人有沒有開掛，但如果外掛能做到欺騙玩家，那它也能騙過VACnet，并干擾它的訓練和學習。

綜合整個演講，我們可以下這么一個結論：VACnet是有效的，但它的反作弊能力并沒有我們想象中的那么突出，它還是不能做到完全杜絕外掛。如果一個反作弊系統連玩家有沒有作弊都分辨不出來，那它的開發者其實并沒有消滅外掛的決心，而只是關心玩家的游戲體驗。

事實上這也正是VACnet成功的地方，它立竿見影地減少了投訴帖子數量，穩定住了玩家的心，讓CSGO穩居玩家活躍榜的前三位。當玩家們再次談及游戲里的開掛行為時，他們也會樂于討論V社在反作弊上的努力，并褒揚深度學習的實際效果。

對于一個普通玩家來說，這樣的結果是喜是憂呢？