7 примеров игрового AI

AI в играх разрабатывается, понятно, с появлением самой первой игры, в которой был хотя бы один компьютерный соперник. Вроде бы все базовые идеи тут уже давно придуманы, но игроки уже несколько десятилетий традиционно жалуются на «тупой AI». Причина скорее всего в том, что достаточно быстро малым силами был достигнут некий приемлемый уровень интеллекта NPC на «троечку с минусом», а компенсировать его откровенную слабость можно легко — просто увеличивая количество «тупых» компьютерных существ и наращивая доступные им ресурсы. Может быть, сегодня что-то в этой сфере меняется?

Давайте вместе с Gamasutra посмотрим на топовые игры — что у ихних NPC «внутри» в головах?

1. Шутер The Division, установивший мировой рекорд среди игровых брендов по продажам за первую неделю после выхода (330 млн. долл.).

Стратегии, использующиеся врагами, типичны: это комбинации неспешного блуждания по открытым местам до скрытного подкрадывания сзади. Пожалуй, главная фишка разработчиков AI этой игры — оригинальный алгоритм поиска путей при поиске укрытий. Игроку достаточно зажать кнопку смены укрытий, и персонаж автоматически отправится искать новое безопасное убежище. Путь показывается на экране, и игрок может полностью сосредоточиться на тактике. AI также управляет различными дополнительными устройствами, которые помогают двигаться быстрее и эффективнее.

Но в целом, в плане идей ничего качественно нового.

2. Гонки Forza

Группа Drivatar в подразделении Microsoft Research ещё с 2005 г. совершенствует самообучающуюся нейронную сеть, которая изучает миллионы пользовательских треков, выискивая в них скрытые шаблоны и используя их потом для управления компьютерными машинками. Получающийся в итоге стиль вождения выходит весьма человечным. Разработчики при этом говорят, что вообще не программируют AI! За них всё делает сеть.
Тут, правда, есть проблема: некоторые вредные игроки нарочно стараются водить по-дурацки, чтобы повлиять на сеть. Поэтому в Drivatar ввели ручное обучение сети плохим примерам («а вот так ездить не надо»). Однако получить какие-то сверх-выдающиеся результаты в плане мастерства вождения пока не получилось: причина в том, что сети приходится учиться на усреднённых данных среднего класса. Возможно, лучше было бы обучать её не отказом от «плохих» стилей, а наоборот на небольшом количестве «лучших». Но тут проблема — где взять достаточное количество мастеров компьютерного вождения.

В целом, этот довольно интересный опыт пока показал, что нейронные сети не дают ощутимой выгоды в сравнении с ручным программированием, а вот ресурсов потребляют на порядки больше. Впрочем, сегодня тут зародилась новая волна — deep learning.

3. Alien: Isolation

Я уже упоминал эту игру в контексте правильной системы типов (см. «Система типов и Чужие»). В подобных шутерах AI уже довольно давно достаточно сообразителен. Он например понимает, что не надо бросаться на игрока, который без перерыва палит во все стороны. Однако в этой игре была придумана довольно оригинальная фишка с ксеноморфами, которые сделаны столь мощными, что не то что пистолет, даже огнемёт против них будет не очень эффективным.

На самом деле количество возможных маршрутов и видов поведений чужих весьма ограничено отсутствием хорошей интерактивности игрового мира, что уже отмечалось в упомянутой статье. Эта ограниченность становится довольно быстро заметной. Она отчасти компенсируется принципом, когда чужой всё время шатается где-то поблизости, так как у него очень чувствительные рецепторы, а появляется он внезапно.

Итог: успешное использование классических алгоритмов, однако так же ничего особенного.

вторая часть

Поделиться статьей ...Share on Facebook0Share on Google+0Tweet about this on TwitterShare on LinkedIn0Share on VKPrint this page

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *