Pemaju permainan menggaji AI untuk bermain lebih adaptif

Daripada mengecas secara terus pada pemain di lanskap martian yang kasar, kerana mereka mungkin melakukan secara normal, alien zigzag untuk mengambil perlindungan di belakang batu dan tumpuan batu, menyesuaikan pendekatan mereka sebagai wira memilih laluan yang kurang mudah dilihat ke destinasinya.

Pemain mengubah laluannya sekali lagi, dan makhluk asing menyesuaikan pergerakan mereka dengan sewajarnya.

Situasi seperti ini menjadi lebih biasa dalam permainan video sebagai produk teknik yang dikenal sebagai keadaan, atau kesedaran, taktikal. Konsep ini berakar dalam taktik tentera, tetapi para programer yang berpelajaran dalam kecerdasan buatan (AI) telah mula memasukkannya ke dalam permainan untuk membuat musuh dan watak-watak lain kelihatan lebih pintar.

Kesedaran keadaan boleh memainkan peranan besar dalam permainan yang berlaku dalam persekitaran "kotak pasir" yang mendalam, di mana objektif dan cabaran tidak ditetapkan terlebih dahulu tetapi ditentukan oleh pemain ketika ia bergerak melalui permainan. Tetapi kesedaran situasional boleh berguna dalam mana-mana permainan yang bertujuan untuk memasukkan makhluk-makhluk pintar dalam pelakonnya.

Kemajuan dalam kuasa pemprosesan bermakna pendekatan boleh membolehkan pengalaman yang lebih realistik dalam permainan seperti penembak orang pertama dan permainan peranan, atau RPG. Pada asasnya ia membolehkan watak-watak untuk menyesuaikan diri secara lebih bijak dengan gerakan yang dibuat oleh protagonis.

Secara tradisi, pergerakan dan tingkah laku watak-watak kurang fleksibel. "Di mana orang sering mula menggunakan sistem semacam ini, terdapat beberapa fungsi tertentu untuk perlindungan jenis tertentu," kata Matthew Jack, pengasas dan perunding AI di Moon Collider, sebuah syarikat pembangunan AI yang bekerja di siri "Crysis" pertama - permainan penembak orang.

Tetapi kerja Jack, dan rakan-rakannya, memberi tumpuan kepada jenis kecerdasan yang lebih organik dan adaptif.

Satu teknik pengaturcaraan, contohnya, adalah untuk membina sistem pengukuran ke dalam permainan supaya jarak antara protagonis dan watak-watak lain sentiasa dikira semula dan dianalisis, membolehkan watak membuat pelbagai keputusan berdasarkan jarak tersebut. Salah satu penerapan utama teknik ini adalah "keterujaan."

Directness adalah nisbah yang boleh digunakan oleh pemaju untuk mengawal pergerakan watak musuh terhadap protagonis, contohnya. Pengiraan melihat jarak antara watak musuh dengan objek perantaraan, seperti singkapan batu, dan protagonis. Dengan menggunakan jarak relatif, pengaturcara menguasai bagaimana watak musuh maju ke arah protagonis, kata Jack.

Mengesetkan ketepatan hanya di atas sifar, misalnya, boleh mencetuskan perilaku mengapit oleh sekumpulan musuh, kerana mereka akan bergerak lebih dekat kepada protagonis melalui mata perantaraan tertentu tetapi tidak cukup dekat untuk menyerang, Jack memberitahu penonton pemain dan pengaturcara di Persidangan Pemaju Permainan (GDC) di San Francisco.

Kegawatan negatif, sebaliknya, boleh digunakan untuk mundur atau melarikan diri, sementara zigzagging dapat menjadi hasil dari menonjolkan kegawatan 0.5, yang menghasilkan titik-titik langsung yang paling sedikit untuk memajukan sasaran.

Satu lagi teknik AI berdasarkan idea yang sama seperti keterhubungan adalah kaedah "laluan keemasan" mengukur titik lokasi yang berbeza antara peminat permainan video dan tujuan akhir atau destinasi. Musuh mungkin secara tradisinya dijadikan skrip untuk muncul di sepanjang laluan yang paling langsung kepada matlamat pemain, kerana itu akan menjadi jalan yang paling mungkin untuk peminat permainan video. Tetapi dengan teknik jalur keemasan, musuh dapat muncul pada saat ini jika pemain mengambil jalan yang lebih litar.

Jenis kesedaran taktikal yang agak berbeza telah dibincangkan oleh Mika Vehkala, pengetua kanan AI di IO Interactive, pemaju penembak orang pertama "Hitman: Absolution." Vehkala menggambarkan pendekatan pengaturcaraan yang menentukan lokasi terbaik untuk musuh dengan melihat pada bagaimana "dapat dilihat" mana-mana lokasi, atau nod, diberikan kepada sasaran mereka.

Apabila pemain bergerak, "ia sentiasa menilai semula dan melihat jika terdapat nod dengan penarafan yang lebih baik," katanya.

AI semacam ini, bagaimanapun, berfungsi paling baik dalam permainan yang dibina di persekitaran statik yang tidak banyak berubah, kata Vehkala.

Teknik-teknik Jack yang diterangkan, sebaliknya, adalah berdasarkan pengiraan dan pengukuran yang dilakukan kerana rintangan dan watak permainan berubah.

"Takeaway saya adalah untuk membina bahasa supaya anda dapat melelapkan pertanyaan anda dengan cepat dan mendapatkan hasil yang terbaik," katanya.