Die Grundtechnologie der künstlichen Intelligenz im Spiel ist „qualitativ“. Qualitativ bedeutet, dass das Verhalten oder die Leistung spezifisch und ohne Unsicherheit vorhersehbar ist. Erstellen Sie beispielsweise einen Monstercharakter, bewegen Sie sich entlang der XY-Koordinatenachse und bewegen Sie sich auf einen Zielpunkt zu, bis sich die XY-Koordinaten des Charakters und die Koordinaten des Zielpunkts überschneiden . Qualitative KI-Technologie ist die Grundlage der Spiele-KI; die Ergebnisse qualitativer KI-Technologie sind vorhersehbar, effizient und einfach zu implementieren, zu verstehen, zu testen und zu debuggen.
Die Betriebsumgebung dieses Tutorials: Windows 7-System, Dell G3-Computer.
Die Definition von künstlicher Spielintelligenz ist recht weit gefasst und flexibel. Unabhängig davon, welche Methode verwendet wird, kann sie als Spiel-KI betrachtet werden, solange sie den Menschen die „Illusion“ eines bestimmten Grades an Intelligenz vermitteln kann, das Spiel süchtig machender, herausfordernder und vor allem unterhaltsamer macht.
Qualitative und nicht-qualitative KI
Spiel-KI wird normalerweise in zwei Typen unterteilt: qualitative und nicht-qualitative.
Qualitativ
Qualitativ bedeutet, dass Verhalten oder Leistung spezifisch und vorhersehbar ist, ohne Unsicherheit. Ein konkretes Beispiel könnte ein einfacher Verfolgungsalgorithmus sein. Erstellen Sie beispielsweise einen Monstercharakter, bewegen Sie sich entlang der XY-Koordinatenachse und bewegen Sie sich auf einen Zielpunkt zu, bis sich die XY-Koordinaten des Charakters mit den Koordinaten des Zielpunkts überschneiden.
Nicht qualitativ
Im Gegensatz zu qualitativem Verhalten weist nicht zielgerichtetes Verhalten ein gewisses Maß an Unsicherheit auf und ist etwas unvorhersehbar (inwieweit es unsicher und für Menschen schwierig ist, die verwendete KI-Methode zu verstehen) bezogen auf Leichtigkeit). Ein konkretes Beispiel besteht darin, Nicht-Spieler-Charakteren das Erlernen von Kampftaktiken zu ermöglichen, die an den Spieler angepasst sind. Solche Lernfähigkeiten können mithilfe neuronaler Netze, Bayes'scher Techniken oder genetischer Algorithmen erreicht werden.
Qualitative KI-Technologie ist die Grundlage der Spiel-KI. Die Ergebnisse qualitativer KI-Technologie sind vorhersehbar, effizient und einfach zu implementieren, zu verstehen, zu testen und zu debuggen. Obwohl es viele qualitative Methoden gibt, liegt die Last, verschiedene Szenarien im Voraus zu durchdenken und alle Verhaltensweisen aufzuschreiben, eindeutig auf den Schultern des Entwicklers. Darüber hinaus können qualitative Methoden NPCs nicht dabei helfen, zu lernen und sich weiterzuentwickeln. Spieler können das qualitative Verhalten von NPCs vorhersagen, indem sie sie sorgfältig beobachten. Wir können sagen, dass die Verwendung qualitativen Verhaltens die „Lebensdauer“ von Spielesoftware einschränkt.
Nicht-qualitative Technologie ermöglicht es NPCs, selbstständig zu lernen und neue Verhaltensweisen zu entwickeln, wie z. B. neu auftretende Verhaltensweisen (Verhaltensweisen, die ohne klare Anweisungen auftreten), was es für Spieler schwierig macht, das Spiel vorherzusagen, und die Spielbarkeit des Spiels erhöht. Entwickler müssen auch nicht alle möglichen Szenarien antizipieren und alle expliziten Verhaltensweisen im Voraus aufschreiben.
Obwohl nicht-qualitative Technologie die Spielbarkeit von Spielen verbessern kann, haben sich Entwickler lange von nicht-qualitativer KI distanziert (dies hat sich jedoch nach und nach geändert). Die Unvorhersehbarkeit erschwert das Testen und Debuggen (da es keine Möglichkeit gibt, alle möglichen Spieleraktionen zu testen, um sicherzustellen, dass die Spielsoftware keine Fehler aufweist). Darüber hinaus sind Spieleentwickler mit einem immer kürzeren Entwicklungszyklus konfrontiert, was es für Entwickler schwierig macht, die neueste KI-Technologie vollständig zu verstehen.
Ein weiterer Faktor schränkt die Entwicklung nicht qualitativer Technologien ein. In letzter Zeit konzentrieren sich Entwickler zunehmend auf die Qualität von Bildern (weil Spieler schöne Dinge mögen). Um eine bessere und schnellere Grafiktechnologie zu entwickeln, bleibt daher keine Zeit, eine bessere Spiel-KI zu entwickeln.
Bestehende Spiel-KI-Technologie
Finite-State-Machine (Finite-State-Machine, FSM) ist eine Spiel-KI-Technologie, die überall zu sehen ist. Wir werden diesen Teil in Kapitel 9 im Detail untersuchen. Das Grundkonzept einer endlichen Zustandsmaschine besteht darin, eine Reihe von Aktionen oder Zuständen computergesteuerten Charakters aufzulisten und dann Wenn-Dann-Bedingungsanweisungen zu verwenden, um verschiedene Situationen zu überprüfen und Bedingungen zu erfüllen. und beurteilen Sie dann die Ergebnisse anhand von Aktionen ausführen oder Charakterzustände aktualisieren oder Übergang zwischen Aktionen und Zuständen.
Entwickler verwenden häufig Fuzzy-Logik in Fuzzy-Zustandsmaschinen, um die Vorhersage der letztendlich ausgeführten Aktion zu erschweren und die Belastung durch die Aufzählung einer großen Anzahl von Bedingungen mit Wenn-Dann-Anweisungen zu verringern. In einem endlichen Automaten gibt es möglicherweise eine Regel wie „Wenn die Distanz 10 und die Gesundheit 100 beträgt, dann greifen Sie an“, aber die Fuzzy-Logik ist anders und ermöglicht es Ihnen, Regeln mit weniger präzisen Bedingungen zu entwerfen. Wie „Wenn nah und gesund genug, dann Power Attack“. Fuzzy-State-Maschinen werden in Kapitel 10 ausführlich vorgestellt.
In verschiedenen Spielen besteht die grundlegende Aufgabe von Nicht-Spieler-Charakteren darin, effektive Wege zu finden. In einem Kriegssimulationsspiel muss die Armee des Nicht-Spieler-Charakters in der Lage sein, verschiedene Terrains zu durchqueren, Hindernissen auszuweichen und den Standort des Feindes zu erreichen. Kreaturen in Ego-Shootern müssen in der Lage sein, durch Dungeons oder Gebäude zu gelangen, um den Spieler zu treffen oder dem Blickfeld des Spielers zu entkommen. Es gibt unzählige solcher Szenarien. Es versteht sich von selbst, dass KI-Entwickler der Wegfindung große Aufmerksamkeit schenken. In Kapitel 6 werden wir über allgemeine „Pfadfindungstechniken“ sprechen, und in Kapitel 7 werden wir über den wichtigen „A*-Algorithmus“ sprechen. Einige der oben genannten Technologien sind nur einige der vorhandenen KI-Technologien für Spiele. Andere umfassen regelbasierte Beschreibungssysteme und einige künstliche Deklarationstechnologien, und es gibt viele Arten. Ein künstliches Lebenssystem ist ein vom Menschen geschaffenes System, das menschenähnliches Verhalten zeigt. Bei diesen Verhaltensweisen handelt es sich um aufkommende Verhaltensweisen, und ihre Entwicklung ist das Ergebnis der Kombination der Funktionsweise verschiedener Algorithmen auf niedriger Ebene. Wir werden später Beispiele für künstliches Leben und andere Technologien diskutieren.
Die Zukunft der Spiele-KI
Das nächste große Ding in der Spiele-KI ist „Lernen“. Nach dem Start des Spiels werden die Verhaltensweisen aller Nicht-Spieler-Charaktere nicht mehr im Voraus festgelegt. Je länger das Spiel gespielt wird, desto mehr wird sich das Spiel weiterentwickeln, lernen und anpassungsfähiger werden. Ein solches Spiel wächst mit den Spielern und es wird für die Spieler schwierig sein, das Spielverhalten vorherzusagen, wodurch sich der Lebenszyklus des Spiels verlängert. Spiele lernen und entwickeln sich weiter, wodurch Spiele von Natur aus unvorhersehbar sind.
Die Technologien „Learning“ und „Character Behavior Response“ gehören zum oben genannten Bereich der nicht-qualitativen KI und sind daher recht schwierig. Um es klar zu sagen: Die Entwicklung und Erprobung dieser nicht qualitativen „lernenden“ KI-Technologie dauert länger. Darüber hinaus ist es schwieriger, genau zu verstehen, was die KI tun wird, was das Debuggen erschwert. Diese Faktoren stellen große Hindernisse für die breite Einführung „lernender“ KI-Technologien dar. Dies ändert sich jedoch.
Mehrere Mainstream-Spiele verwenden nicht qualitative KI-Technologie, wie zum Beispiel „Creatures“, „Black & White“, „Battlecruiser 3000AD“, „Dirt Track Racing“, „Fields of Battle“ und „Heavy Gear“. Der Erfolg dieser Spiele hat das Interesse am „Lernen“ von KI-Techniken wie „Entscheidungsbäumen, neuronalen Netzen, genetischen Algorithmen und probabilistischen Methoden“ neu entfacht. Diese erfolgreichen Spielesoftwares verwenden auch traditionelle qualitative Methoden, wenn nicht-qualitative Methoden nur dort eingesetzt werden, wo sie am besten geeignet und erforderlich sind. Neuronale Netze sind kein Wundermittel, das alle KI-Probleme in Gaming-Software lösen kann, aber Sie können beeindruckende Ergebnisse erzielen, indem Sie bestimmte KI-Aufgaben in einem hybriden KI-System lösen. Auf diese Weise können Sie die Teile der KI isolieren, die unvorhersehbar und schwierig zu entwickeln, zu debuggen und zu testen sind, während der Großteil Ihres KI-Systems weiterhin in seiner traditionellen Form bleibt.
Weitere Informationen zu diesem Thema finden Sie in der Spalte „FAQ
“!
Das obige ist der detaillierte Inhalt vonWas ist die grundlegende Technologie der künstlichen Intelligenz in Spielen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
