Как устроен искусственный интеллект в играх

0
21

ИИгры разума: как работает искусственный интеллект в видеоиграх

Интеграция

С появлением более мощных вычислительных систем и развитием алгоритмов машинного обучения возникли новые возможности для более сложной интеграции ИИ в игровую индустрию. Одним из примеров является игра Spacewar, созданная в 1962 году в Массачусетском технологическом институте (MIT). В этой игре ИИ использовался для контроля поведения компьютерного оппонента. Исторические данные показывают, что разработчики продолжали интегрировать ИИ в игры на протяжении десятилетий, вплоть до современных игр с использованием новейших алгоритмов машинного обучения и нейронных сетей. Об этом «Известиям» рассказал операционный директор школы дизайна и технологий Bang Bang Education Владимир Синицын.

Допустим, у нас есть NPC, которому мы задали цель обследовать район на машине. Вдруг неожиданно появляется игрок, угоняет автомобиль и уничтожает его. В этом случае NPC должен начать отстреливаться при попытке угона, однако когда игрок скроется из поля его зрения, NPC должен вернуться к патрулированию. Но поскольку машина больше не доступна, NPC не в состоянии вернуться к своему исходному поведению. Вместо этого он должен автоматически перейти к пешему патрулированию, как это делают другие противники в игре. Дерево поведения предоставляет возможность NPC легко и без проблем найти новое состояние и не застрять в неопределенности.

Современный же игровой ИИ на основе нейросети, в отличие от простых компьютерных «болталок-ботов», основан на самообучающихся нейросетях, а не на заранее заданных алгоритмах или простом подражании действиям живого игрока. Преимущество ИИ в том, что он способен мыслить, принимать решения и динамически менять свою стратегию в процессе игры. Таким образом, игровой ИИ приближается по уровню игры к человеку-игроку и временами даже превосходит его.

Когда речь заходит про искусственный интеллект в видеоиграх, то здесь корректнее употреблять термин «игровой искусственный интеллект». Хотя принцип его работы такой же, как и в обычном ИИ. По сути это все та же имитация машиной мыслительной деятельности человеческого мозга.

Дерево поведения предоставляет эффективный способ организации состояний NPC в играх с разнообразными механиками и элементами геймплея. В ситуации, когда NPC участвует в перестрелке, он автоматически исключает неподходящие действия из ветки патрулирования, что позволяет NPC быстро и эффективно выбирать наиболее релевантное поведение. Этот подход обеспечивает отзывчивость и плавность переходов между различными состояниями NPC.

Автор: директор Автономной некоммерческой организации «Спортивно-методический центр «Кафедра киберспорта», проводящей комплексные научно-практические исследования в области высоких технологий, киберспорта и искусственного интеллекта в интересах крупнейших игроков российской видеоигровой индустрии, Виктория Береснева.

ИИ помогает сэкономить многие часы разработки, анимации персонажей, генерации контента и всего того, чем наполнена игра. Крайне велик соблазн отдать на откуп ИИ львиную долю игрового контента, заменив писателей и художников. Игрокам такой подход может не понравиться, потому что созданный ИИ мир может оказаться однообразным и скучным. Исключить человека из процесса разработки полностью пока не получается, — рассказал эксперт.

Дальнейшее развитие искусственный интеллект получил в аркадных играх, а также в симуляторах борьбы. Настоящий бум развития технологий случился уже в 1990-х годах. Сейчас разработчики хотят развить нейросети до такого уровня, чтобы реальный игрок не смог понять, кто противостоит ему по ту сторону экрана — человек или искусственный интеллект. При этом они вынуждены занижать возможности ИИ. Это делается для того, чтобы геймеры улучшали свои показатели. ИИ сейчас обладает способностью к многозадачности, выстраиванию стратегии на несколько шагов вперед, быстрой реакцией, и среднестатический геймер не способен на равных противостоять этому. Об этом в беседе с «Известиями» рассказал основатель и CEO компании Mirey Robotics Андрей Наташкин. — Искусственный интеллект стал своего рода тонкой кистью, создающей новый пиксельный реализм и обогащающей игровую реальность интерактивностью, безграничными возможностями и новыми испытаниями. Это ключ к более глубокому погружению в игру и обострению ощущений, истинный полигон для проверки ума и духа игрока. Искусственный интеллект не просто изменяет игры — он трансформирует наше восприятие и наслаждение игровым процессом, делая его более глубоким и насыщенным, — считает эксперт.

ЧИТАТЬ ТАКЖЕ:  Как сделать трек с помощью нейросети

Направления

Иммерсивное взаимодействие игроков с цифровым миром существенно развилось благодаря использованию нейронных сетей. Они обеспечивают более быстрое и точное моделирование физических взаимодействий между объектами, что позволяет игрокам ощущать в реальном времени эффекты, особенности окружающей среды.

В игровой индустрии искусственный интеллект (ИИ) активно интегрируется почти на всех этапах производства. В прошлом разработчики полагались на заранее запрограммированные алгоритмы для создания поведения неигровых персонажей (NPC). Эти NPC следовали заданному шаблону, что делало игровой процесс предсказуемым и часто повторяющимся. Однако с появлением ИИ у разработчиков появилась возможность создавать более реалистичных и динамичных NPC. Алгоритмы искусственного интеллекта могут анализировать поведение игроков и соответствующим образом адаптировать игру, делая ее более сложной. Так, студия аниме-игры Halcyon Zero запустит генеративные инструменты искусственного интеллекта для создания контента. Как нейросети изменили игровую индустрию — в материале «Известий».

В игровой индустрии нейросети нашли применение также в области тестирования игр. Современные тайтлы огромны по своему объему, а ИИ помогает создавать непредвиденные ситуации, выявлять баги, генерируя большую матрицу различных вариантов развития событий. ИИ создает вариативность одежды, косметики, уровней, событий — это позволяет протестировать все возможные ситуации, которым игрок может подвергнуть игру. По слова Зарубина, ключевой результат интеграции ИИ в процесс тестирования — минимизация багов.

Другой распространенный метод принятия решений – это использование конечных автоматов. Этот подход позволяет NPC легко переходить между различными состояниями. Например, у некого «моба» (персонаж игры, которыми управляет компьютер) базовое состояние — обзор определенного маршрута. Если игрок внезапно появляется, NPC переходит в новое состояние — начинает нападать. Конечные автоматы именно этим и занимаются: они принимают информацию от предыдущего состояния и передают ее в новое.

Для принятия решений в играх используется несколько подходов. Один из самых простых и понятных – это rule-based ИИ. В его основе лежит список заранее заданных правил и условий, созданных разработчиками. Этот подход эффективен для создания простого поведения. Например, если игрок подбирается к животному ближе, чем на три метра, то оно начинает от него убегать.

История развития игрового ИИ уходит корнями к созданию искусственного интеллекта и к Алану Тьюрингу, спроектировавшему первый в мире компьютер с хранимой в памяти программой. Однако первые активные попытки использовать ИИ в играх вроде шахмат, Pong, Space Invaders, Pac-Man, Donkey Kong от Nintendo и другие начались только в 1970-ые годы. Изначально игровой ИИ создавался скорее в качестве эксперимента, чтобы проверить, способна ли в принципе машина обыграть человека в шахматы и в других логических играх.

Дерево поведения является более структурированным подходом к определению поведения персонажей в игре. Его уникальная черта заключается в том, что все состояния персонажа организованы в виде ветвистой структуры с понятной иерархией. Дерево поведения включает в себя все возможные состояния, в которых может находиться персонаж. Когда происходит определенное событие в игре, искусственный интеллект проверяет условия, в которых находится персонаж, и перебирает все состояния для поиска наиболее подходящего в текущей ситуации.

Кроме того, нейросеть обладает способностью к самообучению, что исключает повторяющиеся ситуации в игре, которые обычно характерны для ботов. Однако это свойство может быть в то же время и недостатком, поскольку с накоплением знаний об игре нейросеть начинает значительно превосходить живых оппонентов. Примером такого развития может быть нейросеть OpenAI в Dota 2, которая научилась одерживать победу над живыми игроками в 98-99% случаев.

ОСТАВЬТЕ ОТВЕТ

Пожалуйста, введите ваш комментарий!
пожалуйста, введите ваше имя здесь