КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

(Играем и обсуждаем игры)

Модератор: Buxyr

Аватара пользователя
Buxyr

Коммандо Активист Друг форума Кот Леопольд
Рейнджер
Сообщения: 451
Рег. Вс май 02, 2010 10:07 am
Награды: 4
Репутация: 429
Вклад в проект: 27
Откуда: --
Поблагодарили: 6 раз

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение Buxyr » Пт июн 18, 2010 12:25 pm

ИНТЕРЕСНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ЯВЛЯЕТСЯ ОДНИМ ИЗ ВАЖНЕЙШИХ КОМПОНЕНТОВ ЛЮБОЙ УСПЕШНОЙ ИГРЫ. ОН ПРИВНОСИТ ДУХ СОРЕВНОВАНИЯ, ПРИДАЕТ УВЛЕКАТЕЛЬНОСТЬ. В ЭТОЙ СТАТЬЕ ПОГОВОРИМ О ТОМ, ЧТО ТАКОЕ ИИ В ИГРАХ, ЗА ЧТО ОН ОТВЕЧАЕТ И КАК РАБОТАЕТ

За свою более чем 50-летнюю историю развития искусственный интеллект как отрасль компьютерной науки разработан достаточно глубоко. Создано множество алгоритмов решения задач широкого спектра. Многие алгоритмы пригодны для использования и в играх, правда, здесь акценты несколько смещены. Если основная цель классического ИИ — найти правильное решение поставленной задачи, то от игрового ИИ требуют высокой производительности и «интересности». Сложно представить себе бота, которому нужно полчаса, чтобы подумать и додуматься, по какому из двух коридоров бежать или из какого оружия стрелять.

Кто такие?
В общем случае под искусственным интеллектом (artificial intelligence) понимают «моделирование разумного поведения с помощью компьютера». Замечу, что применительно к игровому ИИ под словом «разумный» подразумевают поведение, характерное для человека. Кому нужны такие расчетливые противники, которые знают, куда им идти, что делать в любой ситуации, знают место расположения игрока и то, из какого оружия его легче будет подстрелить? Наверное, интереснее, противники, которые иногда могут ошибаться, делать что-то не так, в общем, вести себя как обычные люди. Именно такого мы ждем от искусственного соперника, который призван заменить нам живого человека. «Агентом» будем называть носителя ИИ, то есть некую игровую сущность, которая принимает все свои решения с помощью ИИ.

Системы игрового ИИ можно условно разделить на два типа. Первый — это локальный, то есть ИИ отдельной единицы: солдат, танк, пробегающий мимо заяц или автоматическая дверь на уровне. Такие системы состоят из основных четырех элементов: система ввода информации (сенсор); память; модуль (ядро) принятия решений; система вывода (реагирования) системы. Первый элемент отвечает за то, чтобы агент воспринял все факторы окружающего мира, относящиеся к делу: положение противника, наличие препятствий, посторонние звуки и т.д. Принимая во внимание внешние факторы (ввод системы) и происходившее ранее (память), агент решает, что ему делать в следующий момент времени. Например, солдат, патрулирующий здание, должен уметь перемещаться по коридорам этого здания, видеть и (встречается нечасто) слышать. Он также должен правильно оценивать обстановку и принимать решение об отступлении/атаке/вызове подкрепления (если успеет, конечно ;)), когда встречается с врагом.

Второй тип систем ИИ отвечает за глобальные действия/события в игре. Например, в стратегических играх он управляет всей армией врага, определяет баланс сил на основе некоторых показателей (обычно: количество ресурсов, юнитов, зданий и т.д.), затем на основе этой и другой информации вырабатывает свою стратегию ведения войны. Притом каждый юнит имеет свой локальный ИИ, который помогает ему выполнять приказы глобального (перемещаться по локациям, обходя препятствия; распознавать вражеские юниты и т.д.). (В общем, как говорится, куда пехотинцев ни пошли, обязательно зайдут на поле с тибериумом и сгорят. Куда харвестер ни пошлешь, обязательно нарвется на огнеметные танки :( — прим. Лозовского.)

Другой пример. Игровой уровень сам по себе может обладать неким подобием ИИ: если игрок уничтожит N врагов, поглумится над тремя трупами и дважды подпрыгнет на левой ноге, то откроется проход на следующий уровень.

Теперь рассмотрим некоторые самые популярные технологии создания игрового ИИ.

Автоматы, которые не стреляют
Первая технология, которая несмотря на свою простоту оказывается очень мощной и применяется во многих играх, — это конечные автоматы (finite state machine). Для определения такой системы нужно задать два ключевых элемента: множество состояний и множество правил перехода системы из одного состояния в другое. Состояния имеют вид наподобие: иду, стою, стреляю, бездельничаю и т.д. Правила перехода: если ИДУ и вижу врага, тогда начинаю СТРЕЛЯТЬ; если ИДУ и устал, тогда нужно немного поСТОЯТЬ, отдохнуть.

Рассмотрим небольшой пример. Пусть нам нужно придумать ИИ для солдата, который держит дубину и патрулирует местность. Для простоты будем считать, что на местности нет никаких препятствий, а солдат ходит по четко определенному маршруту (ключевым точкам). Итак, какие действия он может выполнять? Первое, конечно — ходить по прямой от одной контрольной точки (waypoint) к другой. Введем еще состояние поворота от одной точки по направлению к следующей. Плюс, конечно же, каждый уважающий себя солдат должен уметь преследовать жертву и молотить ее дубиной.

Теперь нужно разобраться с правилами изменения состояний (см. рис. 1). Ходьба: если увидел врага — переход в состояние преследования; если пришел в нужную точку — начать поворот к следующей. Поворот: увидел врага — преследовать; если повернулся на достаточный угол — начать ходьбу. Преследование: врага не видно — разворот к нужной точке (возврат к патрулированию); подошел достаточно близко к противнику — начать бой. Бой: враг отошел дальше — преследовать; враг исчез (умер, сбежал) — поворот. Вот и все. Когда уже определены все состояния и переходы, закодить такую систему не составит большого труда.

Теперь немного о преимуществах и недостатках. Из преимуществ можно назвать относительную простоту в понимании, написании и отладке небольших систем, а также высокую производительность в работе. Недостатки: при большом количестве состояний и переходов реализация превращается в настоящий кошмар; такие системы трудно расширять — логика состояний и переходов жестко зашита в коде системы.

Конечные автоматы являются, пожалуй, одной из самых старых (и проверенных временем) техник создания ИИ, особенно в FPS. Наши любимые Doom, Quake и Wolfenstein, — все имели ИИ, построенный на основе конечных автоматов.

Добавим перцу
Сейчас посмотрим, как можно усовершенствовать конечные автоматы, чтобы системы на их основе выглядели еще лучше. Для начала замечу, что конечные автоматы бывают полностью детерминированными и недетерминированными. Различие состоит в том, что в недетерминированных переходы между состояниями являются не такими жесткими и имеют элемент случайности, непредсказуемости. Если в примере выше «научить» солдата с 10% вероятностью не замечать врага, а в случае исчезновения врага в 50% случаев возвращаться к патрулированию и еще в 50% — начинать поиски сбежавшей жертвы, то такая система уже становится недетерминированной.

Создавать конечный автомат с большим количеством состояний и правил перехода — задача не из легких. Иногда бывает проще разделить систему ИИ на несколько параллельно действующих и (почти) не связанных конечных автоматов, каждый из которых имеет свои состояния. Например, один автомат отвечает за патрулирование/преследование/атаку, а второй — за систему ведения огня: стрелять, не стрелять, перезарядить и т.д.

Еще более удивительных результатов можно добиться при синхронизации конечных автоматов, работающих параллельно. Допустим, в нашей игре будут присутствовать отряды из трех солдат, которые охраняют некоторые локации. Конечно, каждый солдат может реализовывать свою логику ведения боя, но представь, насколько интереснее они смотрятся, если действуют слаженно. Например, один из солдат, заметив противника, сообщает об этом по рации (записывает это в общую память отряда) и принимает бой. Получив из общей памяти информацию о происходящем, другой солдат прикрывает товарища издалека («сообщая» об этом в ту же общую память). Наконец, третий боец начинает закидывать врага гранатами. Ну что, ничего не напоминает? (Даю наводку: Гордон Фримэн, монтировка, бригады солдат из первой Half-Life...) То-то же!

Жизнь по правилам
Есть ситуации, в которых довольно проблемно поведение игрового агента выразить в терминах конечных автоматов. Например, когда из каждого состояния агент может переходить во все другие состояния или когда агент может пребывать в двух состояниях одновременно («идет» и «стреляет»). В таких случаях можно применить другую технологию — систему правил (rule system). Все поведение агента описывается набором простых правил вида: условие->действие. Сначала выбираем первое правило. Если условие в нем истинно, выполняем указанное действие и выходим (прекращаем проверку последующих условий). В противном случае переходим к следующему правилу, если таковые имеются. Как всегда, пример. Попробуем описать с помощью системы правил поведение юнита из одной RTS:

1. ВРАГ БЛИЗКО-> ДАТЬ ЕМУ ПО МОРДЕ
2. РАССТОЯНИЕ К ВРАГУ> ДВУХ МЕТРОВ && МЫ СИЛЬНЕЕ-> ДОГНАТЬ
3. РАССТОЯНИЕ К ВРАГУ> ДВУХ МЕТРОВ (ОН СИЛЬНЕЕ)-> ОЙ, ПОРА БЕЖАТЬ!
4. НАШИХ БЬЮТ-> ПОЙТИ НА ПОМОЩЬ
5. СТОЯТЬ И ЛЮБОВАТЬСЯ ПЕЙЗАЖАМИ

Замечу, что в подобных системах порядок указания правил имеет большое значение. Например, если поменять местами правила №2 и 3, юнит начнет убегать и от сильных, и от слабых врагов. (Такое поведение системы объясняется тем, что условие в правиле №3 включает в себя условие из правила №2.) Также замечу, что пятое правило вообще не имеет условия. Оно задает действие по умолчанию и равноценно правилу: true-> стоять и любоваться пейзажами.

На практике системы правил реализуются двумя способами. Первый — дерево принятия решений (decision tree), которое выглядит приблизительно так:

if ( условие1 )
действие1;
else
if ( условие2 )
действие2;
else
// и так далее...


Другой способ реализации системы правил опирается на скриптовые языки и является более гибким, так как в этом случае вся логика работы ИИ отделена от основного кода движка. Скриптовые системы правил применяются шире всего в стратегических играх, например Age of Empires.

Две следующие технологии более современные и берут свое начало из биологии — совокупности наук о живой природе. И правда, где еще можно узнать столько о существах, которых мы так старательно пытаемся смоделировать?

По стопам дедушки дарвина
Применять генетические алгоритмы в играх начали сравнительно недавно. Они хорошо подходят в ситуациях, в которых нужно создать разнообразие существ, несколько схожих по внешнему виду и/или поведению. Примером тому могут служить пешеходы в гоночных симуляторах или население некого виртуального города/мира (как в GTA или The Sims).

Из школьного курса биологии нам всем известно, что в каждом из живых существ зашит некий генетический код (ДНК помнишь?). Причем существа в пределах одного вида имеют схожий по структуре код, разный по своим составляющим единицам — генам. Каждый ген кодирует некое свойство живого организма, например цвет глаз, тип волос. Генетический код каждого индивида является некой комбинацией генов его родителей плюс небольшой процент мутаций (вообще-то в биологии имеются более строгие правила наследования, но нам это не так важно). Основываясь на теории генов, Чарльз Дарвин вывел свою знаменитую теорию эволюции (что-то подсказывает мне, что Дарвин вообще ничего не знал о генах: когда Чарльз писал свои книги, Мендель еще не опубликовал даже свои опыты :) — прим. Лозовского). Суть теории Дарвина известна всем: выживает сильнейший, то есть самый приспособленный. У одних видов показателем «силы» может быть скорость, у других — устойчивость к морозам, у третьих — собственно физическая сила. На основе этих базовых концепций и создают ИИ в некоторых играх. Для начала зададим структуру ДНК как массив генов и их возможных значений. Не забудем учесть, что здесь понятие гена может быть намного шире и с его помощью удобно кодировать не только биологические свойства, но и, например, стиль одежды, черты характера, прическу и т.д. (см. таблицу 1).

Дальше генерируем первое поколение из N представителей данного вида выбором случайных значений из множества возможных (для каждого гена). Следующая процедура называется тестом на пригодность (fitness testing), она же является одной из самых сложных. Сгенерированных индивидов помещаем в реальный игровой мир и выбираем наиболее «способных». К примеру, для бойцов можно устраивать виртуальные поединки, чтобы решить, кто лучше. Потом генерируем второе поколение, создавав N индивидов как линейной комбинации ДНК отобранных. Также можно добавить небольшую степень мутаций. Дальше — снова тест на пригодность и т.д. В конечном счете получается, что чем больше номер поколения, тем лучше особи. И еще мысль: если продолжать «профотбор» и во время игры, то получится, что каждый следующий противник будет более приспособлен к конкретному игроку. Возникает некое подобие самообучения системы ИИ.

Кто к нам в сети попадет
Нейронные сети являются, пожалуй, одной из самых продвинутых и перспективных технологий создания ИИ. Применять нейронные сети в играх начали сравнительно недавно из-за их сложности и высокой требовательности к вычислительным ресурсам. Суть заключается в попытке математического моделирования работы головного мозга человека, который состоит из множества нейронов, соединенных между собой. Процесс моделирования состоит из двух основных этапов: обучение и собственно использование. Два самых распространенных способа обучения: 1) на вход системы подают сигналы и результаты, которые нужно получать при таких входах; 2) на вход подаются сигналы определенного вида, которые система должна самостоятельно структурировать и научиться отличать от других (самообучение). На математическом уровне обучение происходит путем подбора системой нужных весовых коэффициентов (weights) в уравнениях. После некоторого времени обучения нейронная сеть уже готова к использованию, а также последующему обучению.

Революционность нейронных сетей применительно к игровому ИИ состоит в том, что теперь виртуальные соперники получают возможность самообучаться. К примеру, вражеский солдат, получив несколько пулевых ранений во время отчаянной попытки лобовой атаки, запомнит, что от пуль больно и еще раз «так» лучше не делать. Или он сможет по чуть-чуть перенимать тактику ведения боя у игрока. Вот это действительно захватывающе!

«Теперь и ты знаешь кунг-фу»
Вот, в общем, и все. Мы рассмотрели несколько самых мощных технологий создания ИИ в играх, и тебе остается только посмотреть на наш диск, где мы заготовили несколько приятных программерских бонусов. Ну и, конечно же, дам парочку полезных советов напоследок :).

Прежде всего стоит помнить, что разработка плохого ИИ часто начинается с ошибочной постановки целей. Подумай над тем, какие цели поставлены перед системой, для чего конкретно она создана, а главное — каких результатов ты ждешь от нее. Например, было бы глупо и страшно расточительно биться в муках несколько дней, прикручивая супертехнологичный ИИ к тупому зомби в новом клоне Crimsonland: ему потребуется только знать, где находится игрок, и двигаться в этом направлении :)

МНЕНИЕ ЭКСПЕРТА
Андрей Каролик: Совершенно очевидно, что слишком сложные игры не интересны геймерам. Если на прохождение игры тратится неоправданно много времени, то выхода два: найти в Сети, как пройти затык в игре, либо банально забросить всю игру. Но парадокс состоит в том, что и слишком легкие игры тоже малоинтересны. Поэтому основная задача - сделать не сверхумный AI, как ошибочно принято полагать, а наиболее оптимальный AI, ориентируясь на некий средний уровень сложности, приемлимый для большинства геймеров. В итоге большинство популярных игр - это некий идеальный, если его так можно назвать, AI, но с явными брешами, которые заложены в него изначально. И вся игра сводится к поиску и осознанию этих брешей, чтобы использовать их и победить противника.

Отголоски прошлого
ЛЕТ ДЕСЯТЬ-ДВАДЦАТЬ НАЗАД НИЗКИЕ ВЫЧИСЛИТЕЛЬНЫЕ МОЩНОСТИ КОМПЬЮТЕРНЫХ СИСТЕМ ДИКТОВАЛИСЬ СОВСЕМ ДРУГИМИ ПРАВИЛАМИ В РАЗРАБОТКЕ ИГР, В ОТЛИЧИЕ ОТ СОВРЕМЕННЫХ. ПРИХОДИЛОСЬ ЭКОНОМИТЬ НА ВСЕМ, В ТОМ ЧИСЛЕ НА ИИ, ПОЭТОМУ РАЗРАБОТЧИКАМ ЧАСТО ПРИХОДИЛОСЬ ПРОСТО «ЗАШИВАТЬ» ОПРЕДЕЛЕННОЕ ПОВЕДЕНИЕ В ИГРОВЫХ ПЕРСОНАЖЕЙ. ТЕ, КТО ПРОБОВАЛ ИГРАТЬ НА ПРИСТАВКЕ DENDY, НАВЕРНОЕ, ПОМНЯТ СОЛДАТ, КОТОРЫЕ УМЕЛИ ТОЛЬКО БЕЖАТЬ ПРЯМО И СТРЕЛЯТЬ, ИЛИ БОССОВ УРОВНЕЙ С ИХ «ШАГ ВЛЕВО — ДВА ВЫСТРЕЛА, ШАГ ВПРАВО — БРОСИЛ ГРАНАТУ, ШАГ ВЛЕВО...». ЭТО ТАК НАЗЫВАЕМЫЕ CHOREOGRAPHED AI, И О НИХ НЕ СТОИТ ЗАБЫВАТЬ, ЭТА ТЕХНОЛОГИЯ ВСЕ ЕЩЕ ДОСТОЙНА ВНИМАНИЯ. ПРИ ГРАМОТНОМ ИСПОЛЬЗОВАНИИ ТАКОЙ «ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ» НЕПЛОХО СМОТРИТСЯ И В НАШИ ДНИ — ПОСМОТРИ ХОТЯ БЫ НА НЕКОТОРЫХ БОССОВ В СЕРИИ METAL GEAR SOLID.

А что дальше?
ИТАК, ЧЕГО ЖЕ СЛЕДУЕТ ОЖИДАТЬ ОТ ИСКУССТВЕННЫХ ПРОТИВНИКОВ УЖЕ ЗАВТРА? ПРОИЗВОДИТЕЛЬНОСТЬ КОМПЬЮТЕРНЫХ СИСТЕМ РАСТЕТ СТРЕМИТЕЛЬНО, БЮДЖЕТЫ НА ПРОИЗВОДСТВО ИГР УВЕЛИЧИВАЮТСЯ ПОСТОЯННО, ЧТО ПРИВЕДЕТ В ПЕРВУЮ ОЧЕРЕДЬ К ПРИМЕНЕНИЮ БОЛЕЕ СЛОЖНЫХ ТЕХНОЛОГИЙ И АЛГОРИТМОВ, КОТОРЫМ ТРЕБУЮТСЯ БОЛЬШИЕ ВЫЧИСЛИТЕЛЬНЫЕ МОЩНОСТИ. УЖЕ СЕГОДНЯ НАЛИЧИЕ «ЧЕСТНОЙ ФИЗИКИ» СИЛЬНО УСЛОЖНЯЕТ ЖИЗНЬ СОЗДАТЕЛЮ ИГРОВОГО ИИ. ТАКЖЕ В ПОСЛЕДНИЕ ГОДЫ НАМЕЧАЕТСЯ ТЕНДЕНЦИЯ К РАЗВИТИЮ ТАКИХ НАПРАВЛЕНИЙ, КАК САМООБУЧЕНИЕ, УМЕНИЕ ВЗАИМОДЕЙСТВОВАТЬ С ИНТЕРАКТИВНЫМ ОКРУЖАЮЩИМ МИРОМ И НАЛАЖИВАНИЕ ЧЕТКОГО ВЗАИМОДЕЙСТВИЯ МЕЖДУ АГЕНТАМИ. ВСЕ ЭТО СЛУЖИТ ТОМУ, ЧТОБЫ ИГРЫ СТАЛИ ИНТЕРЕСНЕЕ И УВЛЕКАТЕЛЬНЕЕ.

По материалам: xakep.ru


Искусство это жизнь

Аватара пользователя
Adolf
Странник
Сообщения: 202
Рег. Вт апр 21, 2015 5:22 pm
Репутация: 9

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение Adolf » Вт дек 22, 2015 10:35 am

Многие игры хвалятся высоким ИИ у противников, а что-то более менее похожее на автономное мышление каждого отдельного врага видел в Far cry. Остальные используют сталинскую тактику при атаке (не все, но в общем).

Аватара пользователя
avu
Странник
Сообщения: 171
Рег. Чт май 07, 2015 8:40 am
Репутация: 4
Поблагодарили: 3 раза

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение avu » Ср дек 23, 2015 9:30 am

Искусственный интеллект в играх - это, прежде всего, математика и логика. На уровне программирования всё сводится к дискретной математике. Даже системы распознавания речи и образов нельзя считать интеллектом, но это то, что делает современные игры достаточно "разумными".

Аватара пользователя
vitalqqqq
Скиталец
Сообщения: 104
Рег. Вт ноя 25, 2014 5:04 pm
Репутация: 0

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение vitalqqqq » Ср дек 23, 2015 9:43 am

Не простое дело ИИ, а в играх задал с несколько десятков условий и все интеллект готов. Для начала пишите алгоритм работы интеллекта в игре, потом переводите в программу. Чем больше условий, тем интересней игра.

Аватара пользователя
deniss
Скиталец
Сообщения: 93
Рег. Пт дек 19, 2014 11:52 am
Репутация: 0

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение deniss » Ср дек 23, 2015 10:41 am

Искусственный интеллект делает игру интересней, но не всегда. Все дело в том, что не совсем правильно награждать босса на конце уровня сверхвозможностями. Одно мучение.

Аватара пользователя
avu
Странник
Сообщения: 171
Рег. Чт май 07, 2015 8:40 am
Репутация: 4
Поблагодарили: 3 раза

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение avu » Чт дек 24, 2015 9:43 am

deniss писал(а):Искусственный интеллект делает игру интересней, но не всегда. Все дело в том, что не совсем правильно награждать босса на конце уровня сверхвозможностями. Одно мучение.

Если речь идёт о современных играх с множеством сложных уровней, то элементы искусственного интеллекта просто обязаны в них присутствовать. И чем сложнее игра, тем выше уровень её интеллектуальности. А ведь свой интеллект есть даже в "крестиках-ноликах" ...

Аватара пользователя
Adolf
Странник
Сообщения: 202
Рег. Вт апр 21, 2015 5:22 pm
Репутация: 9

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение Adolf » Чт дек 24, 2015 10:20 am

Так если у босса много очков жизни или урон огромный - это не ИИ, а просто он до невозможного силен (лечится снижением уровня сложности). А вот если противники умны и могут окружить, удивить (кстати, еще пример - FEAR), вот это высокий ИИ.

Аватара пользователя
vitalqqqq
Скиталец
Сообщения: 104
Рег. Вт ноя 25, 2014 5:04 pm
Репутация: 0

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение vitalqqqq » Ср янв 13, 2016 10:14 am

Ученые вон сколько времени бьются чтобы создать полноценный ИИ по примеру человеческого, но пока у них не получается, а для игры это дело нескольких дней работы.

Аватара пользователя
-AnnA-
Пилигрим
Сообщения: 36
Рег. Пт май 08, 2015 8:33 am
Репутация: 0

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение -AnnA- » Ср янв 13, 2016 12:29 pm

Adolf писал(а):Так если у босса много очков жизни или урон огромный - это не ИИ, а просто он до невозможного силен (лечится снижением уровня сложности). А вот если противники умны и могут окружить, удивить (кстати, еще пример - FEAR), вот это высокий ИИ.


Да, с достаточно сильным противником и играть интересней, но если база Иинтеллекта слабая, то и игра становится скучной, поэтому перед разработчиками стоит задача делать свои игры более увлекательными, и более азартными.

Аватара пользователя
Adolf
Странник
Сообщения: 202
Рег. Вт апр 21, 2015 5:22 pm
Репутация: 9

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИГРАХ ДЕЛАЮТ

Сообщение Adolf » Чт янв 21, 2016 12:53 pm

Это лечится (скуку я имею в виду) различными методиками прохождения и различными вариантами реакции врага на ваши действия, например, поднимать тревогу или своими силами искать вас - как вариант.


Вернуться в «Игромир»

 

 

cron