Рис.9. A* высчитывает траекторию, основываясь на самой высокой точке локальной местности. Именно из-за этого воздушные противники в Horizon Zero Dawn не могут залетать под мосты или скалы.
Ограничения разработки игрового ИИ
Игровой ИИ обычно принимает во внимание следующие ограничения:
· В отличие от алгоритма машинного обучения, он обычно не тренируется заранее; при разработке игры непрактично писать нейронную сеть для наблюдения за десятками тысяч игроков, чтобы найти наилучший способ играть против них, потому что игра ещё не выпущена и игроков у неё нет!
· Обычно предполагается, что игра должна развлекать и бросать игроку вызов, а не быть «оптимальной» -- поэтому даже если и можно обучить агентов противостоять игрокам наилучшим образом, то чаще всего дизайнерам нужно от них совершенного другое.
· Часто к агентам предъявляют требование «реалистичного» поведения, чтобы игроки ощущали, что соревнуются с человекоподобными противниками. Программа AlphaGo оказалась намного лучше, чем люди, но выбираемые ею ходы настолько далеки от традиционного понимания игры, что опытные противники говорили о ней как об игре против инопланетянина. Если игра симулирует противника-человека, то обычно это нежелательно, поэтому алгоритм нужно настроить таким образом, чтобы он принимал правдоподобные решения, а не идеальные.
· ИИ должен выполняться «в реальном времени». В этом контексте это означает, что алгоритм не может для принятия решения монополизировать ресурсы процессора на длительное время. Даже 10 миллисекунд на принятие решения -- это слишком много, потому что большинство игр имеют всего 16-33 миллисекунды на выполнение всех операций для следующего кадра графики.
· В идеале хотя бы часть системы должна зависеть от данных, а не быть жёстко заданной, чтобы не владеющие программированием разработчики могли быстрее вносить изменения.
Узнав всё это, мы можем начать рассматривать чрезвычайно простые подходы к созданию ИИ, которые реализуют весь цикл «восприятие-мышление-действие» способами, обеспечивающими эффективность и позволяющими дизайнерам игры выбирать сложные поведения, похожие на действия человека.[ (Гончарук, 2018)]
Заключение
В данном докладе были рассмотрены основные особенности ИИ в сфере игр. Были описаны два основных алгритма используемые при создании игр такие как FSM и MCTS. Данные алгоритмы являются самыми популярными на сегодняшний день алгоритмами при разработке NPC.
Использование искусственного интеллекта в игровой индустрии имеет огромный потенциал и может привести к созданию более увлекательных, интерактивных и динамичных игр. Кроме того, ИИ может помочь улучшить процессы разработки игр и повысить их безопасность.
Однако, следует помнить, что развитие ИИ в игровой индустрии может столкнуться с рядом проблем, таких как этические и моральные вопросы, а также опасения относительно замещения живых актеров в игровой индустрии. Поэтому, необходимо проводить дальнейшие исследования и обсуждения, чтобы убедиться в безопасности и этичности использования искусственного интеллекта в игровой индустрии.
В целом, ИИ - это инновационная технология, которая имеет огромный потенциал в игровой индустрии. Он может привести к созданию более увлекательных и интерактивных игр, а также улучшить процессы разработки игр и повысить их безопасность. В будущем, мы можем ожидать еще более интересных и захватывающих игр благодаря использованию искусственного интеллекта.
Список литературы
1. (13 Октябрь 2023 г.). Машинное обучение. Получено из wWikipedia: https://ru.wikipedia.org/wiki/Машинное_обучение
2. Гончарук, Н. (30 декабрь 2018 г.). Реализация игрового AI. Получено из medium.com: https://medium.com/game-dev-channel/обзор-техник-реализации-игрового-ai-96889c74b1ea
3. Лебедов, В. (23 август 2021 г.). Не совсем человек: искусственный интеллект в играх. Получено из skillbox.ru: https://skillbox.ru/media/gamedev/iskusstvennyy-intellekt-v-igrakh/
4. Нетология. (29 декабрь 2021 г.). Имитация разума: как устроен искусственный интеллект в играх. Получено из habr.com: https://habr.com/ru/companies/netologyru/articles/598489/