Разделы: Информационные технологии
Размещена 29.11.2022. Последняя правка: 28.11.2022.
Просмотров - 1285

Анализ применения искусственного интеллекта в видеоиграх

Гончар Тимур Сергеевич

Ростовский государственный экономический университет (РИНХ)

Магистратура

Ефимова Елена Владимировна, кандидат экономических наук, доцент, кафедра Информационных технологий и защиты информации, Ростовский государственный университет (РИНХ)

УДК 004

Введение

Искусственный интеллект отвечает за модуляцию или имитацию естественного поведения искусственных игроков или отдельных персонажей. Принцип сводится к имитации поведения объектов, которые не контролируются человеком. Другими словами, ИИ является искусственной заменой человеческого интеллекта и служит практической цели, выполняя некоторые задачи.

Актуальность

В современных играх серьёзным вопросом является умственные способности не игровых персонажей. Зачастую даже в больших проектах отзывчивость искусственного интеллекта персонажей оставляет желать лучшего. Это происходит из относительно старых принципов создания имитации интеллекта. Проблема создания искусственного интеллекта этими принципами в сложности разработки достаточного отзывчивого поведения. Поскольку необходимо предвидеть возможное поведение игрока и написать необходимую реакцию.

Цель работы. Рассмотреть современные подходы к созданию искусственного интеллекта в видеоиграх и рассмотреть возможности применение нейронных сетей в видеоиграх.

Задачи работы:

1. Проанализировать современные подходы к созданию искусственного интеллекта в видеоиграх

2. Рассмотреть возможные применения нейронных сетей при разработке видеоигр

3. Рассмотреть возможные применения нейронных сетей при создании поведения внутриигровых персонажей.

Научная новизна состоит в возможности широкого применения нейронных сетей при создании видеоигр для упрочения производства и улучшение их качества.

Современные подходы к созданию искусственного интеллекта в видеоиграх

ИИ, основанный на наборе правил, является простейшей формой поведение игровых объектов. Он опирается на установленные алгоритмы, которые учитывают определенные факторы игры. Из-за различных действий конечный результат может отличаться, но такую систему нельзя назвать интеллектуальной. Если игрок понимает закономерность, то он всегда сможет предсказать действия искусственного интеллекта. [1] Такой ИИ используется больше всего для простых игр. Поскольку в несложных играх малое количество факторов которое ИИ надо проверить. При усложнении игр количество таких факторов будет становиться больше что будет плохо влиять на работу ИИ.

Искусственный интеллект, построенный на конечных автоматах, представляет собой более сложную систему, которая предполагает наличие конечного числа состояний и используется по отношению к объектам, которые изменяются в зависимости от определенных условий. [1] Каждое состояния такого ИИ является отдельным искусственным интеллектом, построенный на наборе правил, работа которого была описана выше, и таким образом сочетая в себе несколько наборов правил и предписания по переходу между ними такой ИИ будет адаптивнее простого ИИ, построенный на наборе правил. Такой искусственный интеллект применяется в большинстве современных видеоиграх.

Возможные применения нейронных сетей при разработке игры

Нейронная сеть – это математическая модель, а также её программное или аппаратное воплощение, построенное по принципу организации и функционирования биологических нейронных сетей. Это понятие возникло при изучении процессов, протекающих в головном мозге и при попытке смоделировать эти процессы. [2]

Нейронные сети могут быть использованы для оптимизации видеоигр. Большинство современных игр довольно тяжелые. И оптимизировать их становится все труднее и труднее. ИИ может быть использован для улучшения обработки окружения, картинки, чем представители NVIDIA занимаются даже сейчас, или для оптимизации эффектов с учетом конфигурации компьютера, где FPS будет служить выходным значением для нейронной сети.

Нейронную сеть можно научить создавать шаблоны миров, выставлять растительность, генерировать ландшафт и здания. Например, нечто подобное было использовано в Microsoft Flight Simulator, что позволило буквально перенести в игру весь основной ландшафт земли вместе с городами и зданиями. Поскольку создавать такой мир вручную было бы очень сложно или очень долго.

Нейронная сеть также может быть использована для создания вариативности пере прохождения и гибких шаблонов сложности. Например, сбор информации о времени реакции игрока, его выборе в диалогах, его способности играть. В зависимости от всего этого можно было бы сразу изменить поведение врагов и окружение для максимально интересного игрового процесса.

Возможные применения нейронных сетей при создании поведения внутри игровых персонажей.

Создание искусственного интеллекта является проблемой для большинства игр. Очень часто NPC ведут себя нереалистично. Есть второстепенные персонажи, которые могут сопровождать игрока или быть очень важной частью игрового процесса. И отдав управление над таким персонажем обученной нейронной сети можно добиться более универсального поведения с меньшим количеством затрат времени и ресурсов. А также хороший партнер может значительно улучшить восприятие игры. Более реалистичные реакции NPC на различные действия улучшит общее впечатление от видеоигры.

Использовать нейронные сети можно не только для интеллекта дружественных персонажей, но и для интеллекта противника. Искусственные боты среди врагов очень часто не могут приспособится к экстраординарным действиям игрока, так как они слишком ограничены, в то же время алгоритм их действий пронимается очень быстро, и они не способны на действа, не заданные их программой. Но нейронные сети могут улучшить это поведение во много раз. Их можно научить реагировать на окружающую ситуацию, прятаться и адаптироваться в зависимости от ситуации вокруг них, чего практически невозможно достичь только с помощью скриптов.

Отдельно можно сказать про сражения с боссами. Босс должен является апогеей всего что игрок встречает на уровне, но иногда игроки находят некий патерн при многократном повторе которого босс побеждается с минимальным количеством сил. А при применение нейронных сетей бос будет приспосабливается к таким действиям и становится гораздо сложнее.

Конечно, не обошлось без проблем. Во-первых, в игре, использующей нейронные сети, должен быть достаточно гибкий игровой процесс. Если в игре малый спектре возможностей, а босс приспособился к ним, то его невозможно будет победить. Игровой процесс должен быть достаточно глубоким, чтобы создавать различные комбинации, вариации и возможности.

Во-вторых, проблема заключается в непредсказуемости. То есть нужно ввести ограничения на тренировки или возможность послабления. Так как если нейронные сети постоянно обучать, то можно получить непобедимого босса или врага.

Заключение

На данный момент создании качественного искусственного интеллекта для видеоигр является время затратным и дорогим. Но применение нейронных сетей для создания искусственного интеллекта может ускорить этот процесс и улучшить качество получаемого интеллекта. Нейронные сети также можно применять для создания некоторого контента в видеоиграх.

1. Нейронные сети в игровой индустрии. - [Электронный ресурс]. - Режим доступа - https://stopgame.ru/blogs/topic/107976/neyronnye_seti_v_igrovoy_industrii (дата обращения 2.11.2022).
2. Википедии Нейронные сети. - [Электронный ресурс]. - Режим доступа -https://ru.wikipedia.org/wiki/%D0%9D%D0%B5%D0%B9%D1%80%D0%BE%D0%BD%D0%BD%D0%B0%D1%8F_%D1%81%D0%B5%D1%82%D1%8C (дата обращения 4.11.2022).

Рецензии:

20.12.2022, 17:09 Олевский Виктор Аронович
Рецензия: 1. Следует отметить, что затронута тема, представляющая интерес для различных применений ИИ. И только. 2. Раз есть 1-й библиографический источник, в точности отслеживающий представленную тему, то статья должна показать достигнутые улучшения, а это из статьи не следует. 3. Много некорректностей и не точностей в изложении материала, а это статья претендующая на научность.

22.12.2022, 2:39 Поплавская Лидия Андреевна
Рецензия: Статья претендует на обзорный характер, носит кусочно-сборно-плагиатный характер. Отсутствуют новизна, какие-либо аспекты научности, личные взгляды на применимость технологии, логика изложения, анализ преимуществ и недостатков технологии, сравнительный анализ и продуманные автором выводы. Отсутствует личный вклад автора. Складывается впечатление, что автор совершенно не владеет инструментарием и даже не понимает, что данная технология не заменяет человека, который до сих пор продолжает решать сложные задачи, требующие абстрактного мышления и воображения. Они являются лишь пособниками, обрабатывающими огромное количество информации и осуществляющими рутинную работу. Представленная автором статья, по мнению рецензента, не может претендовать на публикацию в данном научном издании



Комментарии пользователей:

22.12.2022, 2:23 Поплавская Лидия Андреевна Отзыв: Отсутствует новизна, научность, логика изложения, анализ преимуществ и недостатков технологии, обоснованные выводы. Складывается впечатление, что автор совершенно не владеет данной тематикой, и не понимает, что нейросети лишь обрабатывают огромное количество данных и выполняют рутинную работу

Оставить комментарий