Apakah teknologi asas kecerdasan buatan permainan?

Teknologi asas kecerdasan buatan permainan ialah "kualitatif". Kualitatif bermaksud bahawa tingkah laku atau prestasi adalah khusus dan boleh diramal tanpa ketidakpastian sebagai contoh, mencipta watak raksasa, bergerak di sepanjang paksi koordinat XY, dan bergerak ke arah titik sasaran sehingga koordinat XY watak dan koordinat titik sasaran bertindih; . Teknologi AI kualitatif ialah asas permainan AI; keputusan teknologi AI kualitatif boleh diramal, cekap dan mudah untuk dilaksanakan, difahami, diuji dan nyahpepijat.

Persekitaran pengendalian tutorial ini: sistem Windows 7, komputer Dell G3.

Takrifan kecerdasan buatan permainan agak luas dan fleksibel. Tidak kira apa kaedah yang digunakan, selagi ia boleh memberi orang "ilusi" tahap kecerdasan tertentu, menjadikan permainan lebih ketagihan, lebih mencabar, dan yang paling penting lebih menyeronokkan, maka ia boleh dianggap sebagai AI permainan.

AI kualitatif dan bukan kualitatif

AI permainan biasanya terbahagi kepada dua jenis, kualitatif dan bukan kualitatif.

Kualitatif

Kualitatif bermaksud tingkah laku atau prestasi adalah khusus dan boleh diramal, tanpa ketidakpastian. Contoh khusus boleh menjadi algoritma mengejar mudah. Contohnya, cipta watak raksasa, bergerak di sepanjang paksi koordinat XY dan bergerak ke arah titik sasaran sehingga koordinat XY watak itu bertindih dengan koordinat titik sasaran.

Bukan kualitatif

Bertentangan dengan tingkah laku kualitatif, tingkah laku tidak berkedudukan mempunyai beberapa tahap ketidakpastian dan agak tidak dapat diramalkan (tidak pasti untuk Apa sejauh mana ia berkaitan dengan betapa mudahnya orang memahami kaedah AI yang digunakan). Contoh khusus ialah membenarkan watak bukan pemain mempelajari taktik tempur yang disesuaikan dengan pemain. Keupayaan pembelajaran sedemikian boleh diperoleh menggunakan rangkaian saraf, teknik Bayesian atau algoritma genetik.

Teknologi AI kualitatif ialah asas AI permainan. Keputusan teknologi AI kualitatif boleh diramal, cekap dan mudah untuk dilaksanakan, difahami, diuji dan nyahpepijat. Walaupun terdapat banyak kaedah kualitatif, beban memikirkan pelbagai senario terlebih dahulu dan menulis semua tingkah laku jelas terletak di bahu pemaju. Selain itu, kaedah kualitatif tidak dapat membantu NPC belajar dan berkembang Pemain boleh meramalkan tingkah laku kualitatif NPC dengan memerhatikannya dengan teliti. Kita boleh mengatakan bahawa menggunakan tingkah laku kualitatif akan mengehadkan "kehidupan" perisian permainan.

Teknologi bukan kualitatif membolehkan NPC belajar sendiri dan mengembangkan tingkah laku baharu, seperti tingkah laku yang muncul (tingkah laku yang muncul tanpa arahan yang jelas), menyukarkan pemain untuk meramal apabila bermain permainan dan meningkatkan kebolehmainan permainan itu. Pembangun juga tidak perlu menjangka semua senario yang mungkin dan menulis semua tingkah laku eksplisit terlebih dahulu.

Walaupun teknologi bukan kualitatif boleh meningkatkan kebolehmainan permainan, pembangun telah lama menjaga jarak daripada AI bukan kualitatif (tetapi ini telah berubah secara beransur-ansur). Menjadi tidak menentu menyukarkan untuk menguji dan nyahpepijat (kerana tiada cara untuk menguji semua kemungkinan tindakan pemain untuk memastikan perisian permainan tidak menceroboh). Selain itu, pembangun permainan berdepan dengan kitaran pembangunan yang sentiasa memendekkan, menyukarkan pembangun untuk memahami sepenuhnya teknologi AI terkini.

Faktor lain juga mengehadkan pembangunan teknologi bukan kualitatif Baru-baru ini, pembangun telah mula memberi lebih tumpuan kepada kualiti gambar (kerana pemain sukakan perkara yang cantik). Akibatnya, untuk membuat teknologi grafik yang lebih baik dan lebih pantas, tidak ada masa untuk membangunkan AI permainan yang lebih baik.

Teknologi AI permainan sedia ada

Mesin keadaan terhingga (mesin keadaan terhingga, FSM) ialah teknologi AI permainan yang boleh dilihat di mana-mana sahaja. Kami akan mengkaji bahagian ini secara terperinci dalam Bab 9. Konsep asas mesin keadaan terhingga adalah untuk menyenaraikan satu siri tindakan atau keadaan watak dikawal komputer, kemudian gunakan pernyataan bersyarat jika-maka untuk menyemak pelbagai situasi dan memenuhi syarat, dan kemudian nilai keputusan berdasarkan Laksanakan tindakan atau kemas kini keadaan aksara, atau peralihan antara tindakan dan keadaan.

Pembangun sering menggunakan logik kabur dalam mesin keadaan kabur untuk membuat tindakan akhir yang dilaksanakan sukar untuk diramal dan mengurangkan keperluan untuk menyenaraikan sejumlah besar syarat dengan penyataan jika-maka. Dalam mesin keadaan terhingga, anda mungkin mempunyai peraturan seperti "jika jarak ialah 10 dan kesihatan ialah 100, maka serang", tetapi logik kabur adalah berbeza dan membolehkan anda mereka bentuk peraturan dengan keadaan yang kurang tepat. Seperti "jika dekat dan cukup sihat, maka power attack". Mesin keadaan kabur akan diperkenalkan secara terperinci dalam Bab 10.

Dalam pelbagai permainan, tugas asas watak bukan pemain ialah mencari laluan yang berkesan. Dalam permainan simulasi perang, tentera watak bukan pemain mesti boleh melalui pelbagai rupa bumi, mengelakkan halangan dan sampai ke lokasi musuh. Makhluk dalam penembak orang pertama mesti boleh melalui penjara bawah tanah atau bangunan untuk bertemu pemain atau melarikan diri dari pandangan pemain. Terdapat banyak senario sedemikian. Tidak perlu dikatakan, pembangun AI memberi banyak perhatian kepada pencarian laluan. Dalam Bab 6 kita akan bercakap tentang teknik mencari laluan am, dan dalam Bab 7 kita akan bercakap tentang Algoritma A* yang penting.

Sesetengah teknologi yang dinyatakan di atas hanyalah beberapa daripada teknologi AI permainan sedia ada yang lain termasuk sistem deskriptif berasaskan peraturan dan beberapa teknologi pengisytiharan buatan, dan terdapat banyak jenis. Sistem kehidupan buatan ialah sistem buatan manusia yang mempamerkan tingkah laku yang selaras dengan fitrah manusia. Tingkah laku ini adalah tingkah laku yang muncul, dan perkembangannya adalah hasil daripada penggabungan operasi pelbagai algoritma peringkat rendah. Kami akan membincangkan contoh kehidupan buatan dan teknologi lain kemudian.

Masa depan permainan AI

Perkara besar seterusnya dalam permainan AI ialah "pembelajaran". Selepas permainan dilancarkan, gelagat semua watak bukan pemain tidak lagi akan diatur lebih awal Semakin lama permainan dimainkan, semakin banyak permainan itu akan berkembang dan belajar, dan menjadi lebih mudah disesuaikan. Permainan sedemikian akan berkembang dengan pemain, dan sukar bagi pemain untuk meramalkan tingkah laku permainan, sekali gus memanjangkan kitaran hayat permainan. Permainan belajar dan berkembang, menjadikan permainan sememangnya tidak dapat diramalkan.

Teknologi "Pembelajaran" dan "Tindak Balas Tingkah Laku Watak" termasuk dalam skop AI bukan kualitatif yang dinyatakan di atas, jadi ia agak sukar. Untuk menjadi jelas, teknologi AI "pembelajaran" bukan kualitatif ini mengambil masa yang lebih lama untuk dibangunkan dan diuji. Tambahan pula, lebih sukar untuk memahami dengan tepat apa yang akan dilakukan oleh AI, yang menjadikan penyahpepijatan lebih sukar. Faktor-faktor ini merupakan penghalang besar kepada penggunaan meluas teknologi AI "pembelajaran". Walau bagaimanapun, ini semua berubah.

Beberapa permainan arus perdana menggunakan teknologi AI bukan kualitatif, seperti "Creatures", "Black & White", "Battlecruiser 3000AD", "Dirt Track Racing", "Fields of Battle" dan "Heavy Gear" . Kejayaan permainan ini telah menghidupkan semula minat dalam "mempelajari" teknik AI, seperti pokok keputusan, rangkaian saraf, algoritma genetik dan kaedah probabilistik .

Perisian permainan yang berjaya ini juga menggunakan kaedah kualitatif tradisional apabila menggunakan kaedah bukan kualitatif hanya digunakan di tempat yang paling sesuai dan diperlukan. Rangkaian saraf bukanlah peluru ajaib yang boleh menyelesaikan semua masalah AI dalam perisian permainan, tetapi anda boleh mencapai hasil yang mengagumkan dengan menyelesaikan tugas AI tertentu dalam sistem AI hibrid. Dengan cara ini, anda boleh mengasingkan bahagian AI yang tidak dapat diramalkan dan sukar untuk dibangunkan, nyahpepijat dan ujian, sambil mengekalkan sebahagian besar sistem AI anda dalam bentuk tradisionalnya.

Untuk lebih banyak pengetahuan berkaitan, sila lawati ruangan Soalan Lazim!

Atas ialah kandungan terperinci Apakah teknologi asas kecerdasan buatan permainan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!