A játék mesterséges intelligencia olyan szoftvertechnikák összessége , amelyeket számítógépes játékokban használnak arra, hogy az intelligencia illúzióját keltsék a számítógép által vezérelt karakterek viselkedésében . A játék mesterséges intelligencia a hagyományos mesterséges intelligencia módszerei mellett magában foglalja a vezérléselméleti , a robotika , a számítógépes grafika és általában a számítástechnika algoritmusait is .
A mesterséges intelligencia megvalósítása nagymértékben befolyásolja a játékmenetet , a rendszerkövetelményeket és a játék költségvetését, és a fejlesztők egyensúlyban tartják ezeket a követelményeket, és alacsony költséggel próbálnak érdekes és alacsony erőforrású AI-t készíteni. Ezért a játék mesterséges intelligencia megközelítése jelentősen eltér a hagyományos mesterséges intelligencia megközelítésétől – mindenféle egyszerűsítést, megtévesztést és emulációt széles körben alkalmaznak . Például: egyrészt az első személyű lövöldözős játékokban a botokban rejlő hibátlan mozgás és azonnali célzás esélyt sem hagy az embernek, így ezeket a képességeket mesterségesen csökkentik. Másrészt a botoknak lesben kell állniuk, csapatként kell működniük stb., ehhez a „mankókat” használják a szinten elhelyezett vezérlőpontok formájában.
IdézetAz AI fő feladata nem az, hogy nyerjen a játékos ellen, hanem hogy szépen meghódoljon neki.
Timur Bukharaev, Nival [1]A mesterséges intelligencia által irányított számítógépes játékok karakterei a következőkre oszthatók:
Kezdetben a számítógépes játékok és a játékmenet különféle tudósok kutatási területe volt. 1951-ben a Ferranti Mark I , a világ első kereskedelmi forgalomban kapható számítógépe segítségével a Manchesteri Egyetemen Christopher Strachey írt egy programot, amely dámát játszott , Dietrich Prinz pedig egy sakkprogramot [3] . Ezek voltak az első számítógépes programok, amelyeket valaha írtak. Az Arthur Samuel által az 50-es évek közepén és a 60-as évek elején kifejlesztett huzatszimulátor végül elegendő képességet szerzett ahhoz, hogy kihívja a világbajnokot [4] . A számítógépes dámával és sakkkal kapcsolatos munka 1997-ben tetőzött, amikor a Deep Blue harmadik próbálkozásra megnyert egy sakkmérkőzést Garri Kaszparov világbajnok ellen [5] .
Az ilyen programok általánosítása az univerzális játékprogramok , amelyek partnerként működhetnek számos logikai játékban, amelyek szabályait speciális deklaratív nyelven kell leírni, ennek a megközelítésnek a kereskedelmi megvalósításának példája a Zillions of Games játék. .
Az első számítógépes játékok az 1960-as években és az 1970-es évek elején jelentek meg, mint például a Spacewar! , Pong és Gotcha (1973) olyan játékok voltak, amelyek diszkrét logikára épültek, és szigorúan két mesterséges intelligencia nélküli játékos közötti versengésre (csatára) összpontosítottak.
Az 1970-es években kezdtek megjelenni az egyjátékos módot és számítógépes riválisokat felvonultató játékok . Az első figyelemre méltó játékok a Qwak (kacsavadászat) és a Pursuit (harci szimulátor) arcade játékok voltak. Két 1972-es szöveges számítógépes játék, a Hunt the Wumpus és a Star Trek szintén számítógépes riválisokat nyújtott . Az ellenséges mozgás előre mentett mintákon alapult.
Az 1978 -as Space Invaders arcade játék változó nehézségi szinttel, különböző mozgásmintákkal és a játékos bemenetén alapuló hash-függvényektől függő játékon belüli eseményekkel rendelkezett. A Galaxian (1979) arcade shooter összetettebb és változatosabb ellenséges mozdulatokat tartalmazott.
A népszerű arcade játék, a Pac-Man (1980) ezeket a mintákat alkalmazta a játék labirintusában, valamint különbségeket adott az egyes ellenségekhez. Karate Champ (1984) hasonló viselkedési formákat adott a verekedős játékokhoz , bár a szegényes AI a játék második verzióját szorgalmazta.
Az olyan játékok, mint a Madden Football , az Earl Weaver Baseball és a Tony La Russa Baseball , mesterséges intelligenciájukat arra építették, hogy megpróbálják megismételni egy kiválasztott híresség képzését vagy irányítását számítógépen. A Madden, Weaver és a La Russa játékfejlesztő csapatok sokat dolgoztak azon, hogy maximalizálják ezeknek a játékoknak a pontosságát. Az újabb sportjátékok lehetővé tették a felhasználók számára, hogy „hangolják” a játék mesterséges intelligenciájának változóit, hogy létrehozzanak egy játékos által meghatározott szervezeti vagy edzési stratégiát.
Az 1990-es években új játékfajták megjelenése ösztönözte a formális mesterséges intelligencia eszközök, például a véges állapotú gépek használatát . A valós idejű stratégiák ( eng. RTS ) számos új feladatot szabnak a játék mesterséges intelligenciájának: hiányos tudatosság, útkeresés, valós idejű döntéshozatal és gazdasági tervezés [6] . Az első játék ebben a műfajban ismert problémákkal küzdött. Például Herzog Zwei egyik korai stratégiájában az útkeresés majdnem megszakadt, a Dune II -ben pedig nagyon fontos, az egységek vezérlésére szolgáló háromállapotú gépek törtek meg, ami a számítógépes ellenfelek hibás működését okozta. A műfaj későbbi játékaiban sokkal jobb volt az AI.
Az újabb játékok nem determinisztikus mesterséges intelligencia technikákat alkalmaznak, kezdve a neurális hálózatok első használatától 1996 -os Battlecruiser 3000AD játékban, a kiszámíthatatlan viselkedésig és játékosok akcióinak értékeléséig olyan játékokban, mint a Creatures és a Black & White
A GoldenEye 007 (1997) az egyik első személyű lövöldözős játék volt, amelyben a játékbotok reagáltak a játékos mozdulataira és akcióira, emellett fedezéket használtak és dobtak, hogy ne kerüljenek bele. A botok arra is képesek voltak, hogy a megfelelő időben kézigránátot dobjanak. Később ennek a játéknak az alkotói továbbfejlesztették az AI in Perfect Dark játékot . A játék mesterséges intelligencia egyik fontos hibája mindkét játékban, hogy a botok mindig tudták a játékos pontos helyét, még akkor is, ha egyikük sem látta őt.
A Halo (2001) tartalmazott egy játék mesterséges intelligenciát, amely járműveket tudott használni, és alapvető csapat cselekvési elvekkel rendelkezik. A botok képesek voltak felismerni az olyan fenyegetéseket, mint a kidobott gránátok és a haladó ellenséges járművek, és ennek megfelelően ki tudtak lépni a fenyegetések által létrehozott veszélyzónából.
A Far Cry (2004) első személyű lövöldözős játék a maga korához képest nagyon fejlett AI-t tartalmazott, bár nem volt hibák nélkül. Az ellenségek reagálhatnak a játékos játékstílusára, és megpróbálhatják körülvenni őket, amikor csak lehetséges. A játékos elleni küzdelemben a botok valódi katonai taktikát alkalmaztak. Az ellenségeknek nem volt „csaló” mesterséges intelligenciája abban az értelemben, hogy nem tudták a játékos pontos helyét, hanem csak az emlékezett pozíció szerint cselekedtek.
A játék mesterséges intelligencia fejlesztéséhez jelentős mértékben hozzájárult a FEAR első személyű lövöldözős játék , amelyet a Monolith Productions 2005-ben adott ki. A maga idejében nagyon "fejlett" AI-t tartalmazott, amelyet minden játékbíráló és elemző nagyon pozitívan fogadott. A játékban a harc zárt térben zajlik; a botok csapatban dolgoznak, menedékként használják a környezetet, helyzettől függően különféle taktikákat alkalmaznak a játékosra, viharzik, visszavonulnak, erősítést hívnak, gránátokat használnak a játékos „kifüstölésére”, megfelelően reagálnak a játékos által kidobott gránátokra [7] .
A The Elder Scrolls IV: Oblivion számítógépes szerepjáték egy meglehetősen összetett mesterséges intelligencia játékot használt nem játékos karakterek számára. Állítások szerint az NPC-k a hét minden napján 24 órában dolgoznak, és követik saját céljaikat a saját útjukon, azonban az NPC-ket néha órákig ugyanazon a helyen lehet látni (csapos a bárban éjjel, amikor nincs ügyfél). Igen, esznek, alszanak és ellátják napi feladataikat. A játékban megtörtént események megváltoztathatják napi rutinjukat és viselkedésüket. Jó városi lakosságból halálos orgyilkosokká válhatnak.
A STALKER: Shadow of Chernobyl 2007 márciusában megjelent PC-exkluzív játék , amely egy meglehetősen összetett AI-t tartalmazott, amelyet a fejlesztők "A-Life" néven emlegettek. Ezt a rendszert 2002 óta kezdték fejleszteni, azonban a játék végső verziójában az "A-Life" legtöbb funkcióját "kivágták". Részben az "A-Life" a " STALKER: Clear Sky " játékban lett véglegesítve 2008-ban. További részletek a játék mesterséges intelligenciájáról ezekben a játékokban itt találhatók [8] .
Az online kooperatív első személyű lövöldözős játék , a Left 4 Dead (2008) a "The Director " nevű új, játékon belüli mesterséges intelligencia rendszert használja [ 9 ] . A "Director" arra szolgál, hogy eljárásilag különböző játékélményt generáljon a játékosok számára a játék minden egyes indításakor. A játék fejlesztői a rendező működését "Procedural Narrative "-nak nevezik. A merev és statikus nehézségi szintek helyett a "Director" elemzi a játékosok akcióit és "túlélési fokát", és ennek megfelelően dinamikusan hozzáadja a későbbi eseményeket, érdekessé, de egyben teljesíthetővé is téve a játékot. Azonban a játékban a „Director” mellett vannak nehézségi szintek is, amelyek befolyásolják a játékkarakterek tartósságát és sérülésének mértékét [10] [11] .
A játék mesterséges intelligencia tovább fejlődik azzal a céllal, hogy elérje azt a szintet, hogy a játékos ne tudjon különbséget tenni számítógépes ellenfél és emberi ellenfél között.
Egyes játékprogramozók minden olyan technikát, amelyet az intelligencia illúziójának létrehozására használnak, a játék mesterséges intelligencia részének tekintik. Ez a nézet azonban ellentmondásos, mivel olyan technikákat tartalmaz, amelyeket széles körben használnak a játék AI-motorján kívül. Például a potenciális jövőbeli ütközésekre vonatkozó információk fontos bemenetet jelentenek az algoritmusok számára, amelyek segítenek olyan robotokat építeni, amelyek elég okosak ahhoz, hogy elkerüljék az objektumokkal való ütközést. De ugyanazok az ütközésészlelési technikák szükségesek és az egyik legfontosabb összetevői a fizikai motoroknak . Hasonlóképpen, egy bot teszt látóirányának ( en:Line of sight (gaming) ) eredményei általában fontos bemenetek a bot célzási rendszerébe; ezeket az adatokat azonban széles körben használják grafikus motorban történő megjelenítéskor . Utolsó példa a szkriptelés , amely a játékfejlesztés minden aspektusában hasznos eszköz lehet, ugyanakkor gyakran szorosan kapcsolódik az NPC-k viselkedésének szabályozásához.
A puristák úgy vélik, hogy a „mesterséges intelligencia” kifejezésben a „mesterséges intelligencia” kifejezés túlzás, mivel a játék mesterséges intelligencia nem írja le az intelligenciát, és a „mesterséges intelligencia” tudományos tudományának néhány ágát használja. Míg az „igazi” mesterséges intelligencia az öntanuló rendszerek és a döntéshozatal olyan ágaival foglalkozik, amelyek tetszőleges adatbevitelen, és még az „erős” mesterséges intelligencia végső célján is alapulnak, amely képes okoskodni, a játék mesterséges intelligencia gyakran néhány hüvelykujjszabályból és heurisztikából áll . amelyek elegendőek ahhoz, hogy a játékos jó játékmenetet, érzést és játékélményt biztosítson.
Az, hogy a játékfejlesztők egyre jobban megértik az akadémiai mesterséges intelligenciát, és az akadémiai közösség növekvő érdeklődése a számítógépes játékok iránt, felveti a kérdést, hogy a játék AI miben és mennyiben különbözik a klasszikus mesterségesintelligencia-tól. A mesterséges intelligencia különböző alkalmazási területei közötti jelentős különbségek azonban azt jelentik, hogy a játék AI továbbra is az AI külön részterületének tekinthető. Különösen fontos különbséget jelent az a képesség, hogy a játékokban megtévesztés útján jogszerűen megoldhatók bizonyos mesterséges intelligencia-problémák. Például egy láthatatlan objektum helyzetének megállapítása múltbeli megfigyelésekből nehéz probléma lehet, ha a mesterséges intelligenciát alkalmazzák a robotikára, de a számítógépes játékokban az NPC egyszerűen meg tudja nézni a pozíciót a játék grafikonján ( en:Scene graph ). Az ilyen megtévesztés irreális viselkedéshez vezethet, ezért nem mindig kívánatos. A játék mesterséges intelligencia megkülönböztetésének képessége azonban új problémákhoz vezet, például mikor és hogyan kell megtévesztést alkalmazni.
A játék mesterséges intelligencia heurisztikus algoritmusait sokféle iparágban használják a játékon belül. A játék mesterséges intelligencia legkézenfekvőbb felhasználási módja az NPC-k vezérlése, bár a szkriptelés is nagyon gyakori vezérlési forma. A Pathfinding a játék mesterséges intelligencia egy másik széles körben elterjedt alkalmazása, különösen a valós idejű stratégiai játékokban. A Pathfinding egy módszer annak meghatározására, hogy az NPC hogyan mozogjon a térkép egyik pontjáról a másikra: figyelembe kell venni a terepet, az akadályokat és esetleg a "háború ködét ". A játék AI a dinamikus játékegyensúlyozáshoz is kapcsolódik .
Feltárták a felbukkanó mesterséges intelligencia fogalmát[ kitől? ] olyan játékokban, mint a Creatures, a Black & White és a Nintendogs , valamint az olyan játékokban, mint a Tamagotchi . Ezekben a játékokban a "háziállatok" képesek "tanulni" a játékos cselekedeteiből, és viselkedésük ennek megfelelően megváltozik. Bár ezek a megoldások a lehetséges megoldások korlátozott halmazából származnak, gyakran a képernyő másik oldalán az intelligencia kívánt illúzióját keltik.
Azokban a játékokban, ahol a játékos kreativitása fontos, a mesterséges intelligencia nem küzdhet egyenlő feltételekkel az emberrel. Az esélyek kiegyenlítésére csalást vagy megtévesztő mesterséges intelligenciát alkalmaznak.
A megtévesztő mesterséges intelligencia a stratégiai gondolkodás hiányát más előnnyel kompenzálja a játékossal szemben. Például: több élet , gyorsabb mozgás vagy a háború ködének figyelmen kívül hagyása [12] . A "csalás" fogalmát csak mesterséges természetű kiváltságokkal kapcsolatban használják: például az embertelen reakció, a számítógépekben rejlő gyorsaság és pontosság nem számít csalásnak [12] .
IdézetOlvashatod, de nem láthatod. Jobb sok kis csalást csinálni, mint egy nagyot.
Timur Bukharaev, Nival [1]Természetesen a számítógépnek mindig van előnye az emberrel szemben - az embernek a látásra és a hallásra kell hagyatkoznia annak korlátaival együtt, míg a számítógépnek közvetlen (bár korlátozott) hozzáférése van a motor absztrakcióihoz . Az "igazi" játék AI-nak rendelkeznie kell vizuális feldolgozó algoritmusokkal, és azokat használnia kell, de az emberi látás újraalkotása jelenleg elérhetetlen cél a gépi látórendszerek számára.
Az alábbiakban egy gyakori példa látható a csaló játék mesterséges intelligenciájára, amely számos versenyjátékban megtalálható . Ha az AI-játékos eléggé lemarad a mainstream versenyzők mögött, hirtelen hatalmas sebességnövekedést vagy egyéb statisztikákat kap, amelyek lehetővé teszik számukra, hogy utolérjék a többi versenyzőt, és újra versenyképesek legyenek. Ezt a módszert "gumiszalagozásnak " vagy felzárkóztatásnak nevezik, mert lehetővé teszi, hogy az AI-karakter azonnal versenyhelyzetbe ugorjon. Hasonló módszert használnak olyan sportjátékokban is, mint például a Madden NFL sorozat. A fejlettebb játékokban az NPC-k vagy a botok versenyképessége a dinamikus játékegyensúlyozással érhető el, ami igazságosabbnak tekinthető, bár technikailag mégis csalás, mivel az AI-játékosok továbbra is profitálnak, bár betartják a virtuális világ szabályait.
Az AI belharc , a szörnyeteg belharc egy olyan kifejezés, amelyet az első személyű lövöldözős játékok, például az 1990-es években megjelent Doom népszerűsítettek . Ez a jelenség akkor fordul elő, amikor két vagy több számítógép által vezérelt karakter véletlenül megtámadja egymást, majd kölcsönös támadások sorozatával megtorolják egymást. Ezt legkönnyebben úgy érhetjük el, hogy a játékos karakterét úgy mozgatjuk, hogy átmenetileg két ellenféllel egy vonalba kerüljön. Ebben a helyzetben az egyik bot megtámadja a játékost, függetlenül attól, hogy a szövetségese, egy másik bot a tűzvonalban van-e, a célpont előtt vagy mögött, így baráti tűznek teszi ki társát . Az a MI-karakter, amelyet tévedésből megtámadt egy másik AI-karakter, leggyakrabban a támadóhoz viszonyított státuszát "ellenségesre" változtatja, és válaszul megtámadja őt, esetleg más botokat saját maguk támadására késztetve.
Ez a jelenség két szempontból is előnyös a játékos számára: csökkenti a játékost támadó ellenségek számát, és lehetővé teszi a játékos számára, hogy lőszert, varázspontokat és találati pontokat takarítson meg . A botbarát tűz a Doom új aspektusává vált, és bemutatja ezt a szempontot a többi első személyű lövöldözős játéknak. A legtöbb újabb első személyű lövöldözős játékban azonban a botok és az NPC-k nincsenek arra programozva, hogy megtorlják, ha barátságos tüzet kapnak más AI-karakterektől.