ИИ в играх: от умных ботов до умных наставников

Хронология развития ИИ в играх

Машинное обучение при помощи GPU-серверов также играет важную роль в применении в играх. Разработчики могут анализировать данные о поведении игроков и обучать модели машинного обучения. Затем эта модель может использоваться для предсказания поведения игроков, улучшения игрового процесса и проектирования уровней.

В современных играх ИИ достиг высокого уровня реалистичности и сложности. Глубокие алгоритмы машинного обучения позволили создать более реалистичных НИП. Противники демонстрируют поведение, близкое к человеческому, они могут адаптироваться к стилю игрока, учиться на своих ошибках и применять разнообразные тактики.

Одной из первых игр, в которых использовался ИИ, стал Turochamp — компьютерные шахматы. В 1950-х годах Алан Тьюринг создал программное обеспечение, которое анализировало расположение шахматных фигур и выбирало наиболее удачный ход. Программа могла «думать» только на два шага вперед, в то время как профессиональные шахматисты просчитывали исход партии до 12–14 шагов.

В этот период игровой ИИ только начинал развиваться и был очень примитивным. Большинство игр использовали простые алгоритмы, такие как сканирование строк для поиска врагов. Мы могли видеть это в классических играх вроде «Pong», в которой мяч отскакивает от ракеток игроков, используя простой физический движок, или «Space Invaders», где компьютерные противники генерировали простейшую реакцию на действия игрока (преследование). Компьютерные объекты могли передвигаться по заданным алгоритмам, но не проявляли никакого интеллекта и не умели самообучаться.

В начале эры компьютерных игр ИИ использовался преимущественно для создания простых алгоритмов, которые позволяли соперничать с компьютером. Шахматы, шашки и другие подобные игры были одними из первых, в которых использовался ИИ. Спорный вопрос, можно ли его называть искусственным интеллектом, ведь ходы делались на основе правил и закономерностей, которые задавались в программе вручную.

Произошёл большой скачок в развитии игрового искусственного интеллекта. Появились системы с более человекоподобным поведением. Были разработаны сложные алгоритмы поведения неигровых персонажей (НИП). Противники научились анализировать окружение, искать пути и строить сложные стратегии, а также вести диалог с игроком. Примером могут служить игры серии «Doom», «Deus Ex» или «Half-Life», где враги демонстрировали высокий уровень интеллекта.

Проблемы с ИИ в играх

При попытке внедрить современные технологии игры становятся слишком сложными. Так, в 2019 году ИИ обыграл профессиональную команду киберспортсменов в Dota 2. Оказалось, что у искусственного интеллекта есть множество преимуществ перед реальными игроками, например многозадачность и способность молниеносно реагировать на новые обстоятельства.

Несмотря на то что современные NPC не просто следуют сценарию, а способны учиться и принимать решения, разработчики все еще используют устаревшие методы машинного обучения. Основные принципы игрового искусственного интеллекта не менялись уже много лет, несмотря на развитие нейросетей. Во многом это связано с тем, что конечная задача ИИ — не выиграть игру, а развлечь пользователя. Как сказал один из разработчиков Sims 4 Брюс Хилл:

Сегодня искусственный интеллект не только управляет игровым процессом, но и помогает разработчикам выпускать игры. При помощи нейросетей создают картинки, куски кода, а также целые диалоги и сюжетные линии, которые используются в играх. Искусственный интеллект делает процесс производства более быстрым, а результат — интересным и необычным.

С появлением трехмерной графики ИИ в играх пришлось делать значительный рывок вперёд. Super Mario 64 и Tomb Raider представили врагов, управляемых компьютером, которые были способны перемещаться в трехмерных средах. Эти враги могли патрулировать области, обнаруживать движения игроков и вступать в бой.

Искусственный интеллект в компьютерных играх — это набор алгоритмов, который управляет поведением неигровых персонажей (NPC). Он используется в гонках, стратегиях, шутерах и даже играх-головоломках и является неотъемлемой частью геймплея. По сути, это все, что не запускается геймером во время игрового процесса.

Ещё ИИ используется в онлайн-мультиплеере. Fortnite и League of Legends, например, используют ИИ для сопоставления игроков сравнимого уровня мастерства. ИИ также помогает в механике игры: навигации, обнаружении коллизий и анимации. Также можно вспомнить умные системы античитов, которые позволяют распознавать и банить читеров и других недобросовестных игроков.

В развитии нейросетей есть как положительная, так и отрицательная сторона. С одной стороны, производить игры станет легче, и они выйдут на новый уровень. С другой стороны, уже сейчас есть игры с очень большими мирами, где встречаются проблемы с наполнением и качеством контента. Например, он может повторяться. Конечно, у таких игр есть свои пользователи и фанаты, но в игровом комьюнити подобное считается дурным тоном. С распространением нейросетей плохо проработанного контента может стать больше.

В «дереве поведения» у монстра прописано более 100 разных узлов, из которых начинающему геймеру доступно лишь 30. Но чем больше времени он проводит внутри игры, тем больше поведенческих характеристик проявляет Чужой. Благодаря этому создается ощущение, что монстр учится на своих ошибках и становится умнее.