В видеоиграх искусственный интеллект (ИИ) используется для создания отзывчивого, адаптивного или интеллектуального поведения , в первую очередь у неигровых персонажей (NPC), аналогичного человеческому интеллекту. Искусственный интеллект был неотъемлемой частью видеоигр с момента их создания в 1950-х годах. [1] ИИ в видеоиграх представляет собой отдельную подобласть и отличается от академического ИИ. Он служит для улучшения игрового опыта, а не для машинного обучения или принятия решений. В золотой век аркадных видеоигр идея ИИ-противников была широко популяризирована в виде ступенчатых уровней сложности, различных моделей движений и внутриигровых событий, зависящих от действий игрока. Современные игры часто реализуют существующие методы, такие как поиск пути и деревья решений , для управления действиями NPC. ИИ часто используется в механизмах, которые не сразу видны пользователю, таких как интеллектуальный анализ данных и генерация процедурного контента . [2]
В общем, игровой ИИ не означает, как можно было бы подумать, а иногда и изображают, реализацию искусственного человека, соответствующего NPC, в духе теста Тьюринга или общего искусственного интеллекта .
Термин «игровой ИИ» используется для обозначения широкого набора алгоритмов , которые также включают в себя методы из теории управления , робототехники , компьютерной графики и информатики в целом, поэтому ИИ видеоигр часто может не представлять собой «настоящий ИИ», поскольку такой методы не обязательно способствуют компьютерному обучению или другим стандартным критериям, а представляют собой лишь «автоматические вычисления» или заранее определенный и ограниченный набор ответов на заранее определенный и ограниченный набор входных данных. [3] [4] [5]
Голоса многих отраслей и корпораций [ кто? ] утверждают, что так называемый ИИ в видеоиграх прошел долгий путь в том смысле, что он произвел революцию в том, как люди взаимодействуют со всеми формами технологий, хотя многие [ кто? ] эксперты-исследователи скептически относятся к таким заявлениям, и особенно к идее о том, что такие технологии соответствуют определению «интеллекта», стандартно используемому в когнитивных науках . [3] [4] [5] [6] Голоса индустрии [ кто? ] утверждают, что ИИ стал более универсальным в том, как мы используем все технологические устройства для целей, превышающих их прямое назначение, поскольку ИИ позволяет технологии работать разными способами, предположительно развивая свою собственную личность и выполняя сложные инструкции пользователя. [7] [8]
Однако люди [ кто? ] в области ИИ утверждают, что ИИ в видеоиграх — это не настоящий интеллект, а модное рекламное слово, используемое для описания компьютерных программ, которые используют простые алгоритмы сортировки и сопоставления для создания иллюзии разумного поведения, одновременно придавая программному обеспечению обманчивую ауру научного или научного. технологическая сложность и прогресс. [3] [4] [5] [9] Поскольку игровой ИИ для неигровых персонажей ориентирован на внешний вид интеллекта и хороший игровой процесс в рамках ограничений окружающей среды, его подход сильно отличается от подхода традиционного ИИ.
Игры были областью исследований ИИ с самого начала. Одним из первых примеров искусственного интеллекта является компьютеризированная игра « Ним» , созданная в 1951 году и опубликованная в 1952 году . регулярно выигрывать игры даже у высококвалифицированных игроков. [1] В 1951 году, используя машину Ferranti Mark 1 Манчестерского университета , Кристофер Стрейчи написал программу для шашек , а Дитрих Принц написал программу для шахмат . [10] Это были одни из первых когда-либо написанных компьютерных программ. Шашечная программа Артура Сэмюэля , разработанная в середине 50-х и начале 60-х годов, в конечном итоге достигла достаточного мастерства, чтобы бросить вызов респектабельному любителю. [11] Работа над шашками и шахматами завершилась победой над Гарри Каспаровым с помощью компьютера IBM Deep Blue в 1997 году. [12] Первые видеоигры , такие как Spacewar!, были разработаны в 1960-х и начале 1970-х годов! , Pong и Gotcha (1973) были играми, реализованными на дискретной логике и основанными строго на соревновании двух игроков, без ИИ.
Игры с одиночным режимом с врагами начали появляться в 1970-х годах. Первые заметные аркадные игры появились в 1974 году: игра Taito Speed Race ( гоночная видеоигра ) и игры Atari Qwak ( шутер с легким пистолетом для охоты на уток ) и Pursuit ( симулятор воздушных боев на истребителях ). У двух текстовых компьютерных игр, «Звездный путь» (1971) и «Охота на вампуса» (1973), тоже были враги. Движение противника основывалось на сохраненных закономерностях. Включение микропроцессоров позволит больше вычислений и случайных элементов, наложенных на модели движения.
Именно в золотой век аркадных видеоигр идея ИИ-противников была широко популяризирована благодаря успеху Space Invaders (1978), в котором уровень сложности увеличивался, были разные модели движения, а внутриигровые события зависели от хэша. функции , основанные на вводе игрока. Галаксиан (1979) добавил более сложные и разнообразные движения противника, включая маневры отдельных врагов, выходящих из строя. Pac-Man (1980) представил в играх-лабиринтах шаблоны искусственного интеллекта с добавлением различных личностей для каждого врага. Позже Karate Champ (1984) представил в файтингах модели искусственного интеллекта . First Queen (1988) — это тактическая ролевая игра , в которой персонажи, которыми может управлять компьютерный ИИ, следуют за лидером. [13] [14] В ролевой видеоигре Dragon Quest IV (1990) была представлена система «Тактики», в которой пользователь может настраивать процедуры искусственного интеллекта неигровых персонажей во время боя. Эта концепция позже была введена в ролевые действия. игровой жанр от Secret of Mana (1993).
Такие игры, как Madden Football , Earl Weaver Baseball и Tony La Russa Baseball, основывают свой искусственный интеллект на попытке воспроизвести на компьютере тренерский или управленческий стиль выбранной знаменитости. Мэдден, Уивер и Ла Русса проделали большую работу с этими командами разработчиков игр, чтобы максимизировать точность игр. [ нужна цитата ] Более поздние спортивные игры позволяли пользователям «настраивать» переменные в ИИ для создания определяемой игроком управленческой или тренерской стратегии.
Появление новых игровых жанров в 1990-е годы побудило к использованию формальных инструментов искусственного интеллекта, таких как конечные автоматы . Стратегические игры в реальном времени обременяют ИИ множеством объектов, неполной информацией, проблемами поиска пути, решениями в реальном времени и экономическим планированием, среди прочего. [15] Первые игры этого жанра имели печально известные проблемы. Herzog Zwei (1989), например, имел почти неработающую систему поиска пути и очень простые машины с тремя состояниями для управления юнитами, а Dune II (1992) атаковала базу игроков по прямой линии и использовала многочисленные читы. [16] Более поздние игры этого жанра демонстрировали более совершенный ИИ.
В более поздних играх использовались восходящие методы искусственного интеллекта, такие как возникающее поведение и оценка действий игрока в таких играх, как Creatures или Black & White . Фасад (интерактивная история) был выпущен в 2005 году и в качестве основного аспекта игры использовал интерактивные многосторонние диалоги и искусственный интеллект.
Игры предоставили среду для разработки искусственного интеллекта с потенциальными приложениями, выходящими за рамки игрового процесса. Примеры включают Watson , Jeopardy! -играть в компьютерные; и турнир RoboCup , где роботов обучают соревноваться в футболе. [17]
Многие эксперты жалуются, что термин «ИИ» в термине «игровой ИИ» преувеличивает свою ценность, поскольку игровой ИИ не связан с интеллектом и мало разделяет цели академической области ИИ. В то время как «настоящий ИИ» касается областей машинного обучения, принятия решений на основе произвольного ввода данных и даже конечной цели сильного ИИ , способного рассуждать, «игровой ИИ» часто состоит из полдюжины эмпирических правил или эвристик , которые этого достаточно, чтобы получить хороший игровой опыт. [ нужна цитата ] Исторически сложилось так, что академические проекты игрового ИИ были относительно отделены от коммерческих продуктов, поскольку академические подходы, как правило, были простыми и немасштабируемыми. Коммерческий игровой ИИ разработал собственный набор инструментов, которых во многих случаях достаточно для обеспечения хорошей производительности. [2]
Растущая осведомленность разработчиков игр об академическом ИИ и растущий интерес к компьютерным играм со стороны академического сообщества приводят к тому, что определение того, что считается ИИ в игре, становится менее своеобразным . Тем не менее, существенные различия между различными областями применения ИИ означают, что игровой ИИ по-прежнему можно рассматривать как отдельную подобласть ИИ. В частности, важным отличием является возможность законного решения некоторых проблем ИИ в играх с помощью мошенничества . Например, определение положения невидимого объекта на основе прошлых наблюдений может оказаться сложной проблемой, когда ИИ применяется к робототехнике, но в компьютерной игре NPC может просто найти положение в графе игровой сцены . Такое мошенничество может привести к нереалистичному поведению и поэтому не всегда желательно. Но его возможность позволяет отличить игровой ИИ и приводит к новым проблемам, которые необходимо решить, например, когда и как жульничать. [ нужна цитата ]
Основным ограничением сильного ИИ является присущая ему глубина мышления и чрезвычайная сложность процесса принятия решений. Это означает, что, хотя теоретически было бы возможно создать «умный» ИИ, эта проблема потребовала бы значительных вычислительных мощностей. [ нужна цитата ]
Игровые ИИ/эвристические алгоритмы используются в самых разных областях игры. Самый очевидный — в управлении любыми NPC в игре, хотя «скриптинг» ( дерево решений ) на данный момент является наиболее распространённым средством управления. [18] Эти рукописные деревья решений часто приводят к «искусственной глупости», такой как повторяющееся поведение, потеря погружения или ненормальное поведение в ситуациях, которые разработчики не планировали. [19]
Поиск пути , еще одно распространенное применение ИИ, широко встречается в стратегических играх в реальном времени . Поиск пути — это метод определения того, как доставить NPC из одной точки карты в другую, принимая во внимание местность, препятствия и, возможно, « туман войны ». [20] [21] Коммерческие видеоигры часто используют быстрый и простой «поиск пути на основе сетки», при котором местность отображается на жесткую сетку из однородных квадратов, и к сетке применяется алгоритм поиска пути, такой как A * или IDA * . [22] [23] [24] Вместо жесткой сетки в некоторых играх используются неправильные многоугольники и создается навигационная сетка из областей карты, по которым могут ходить NPC. [22] [25] В качестве третьего метода разработчикам иногда удобно вручную выбирать «путевые точки», которые NPC должны использовать для навигации; цена состоит в том, что такие путевые точки могут создавать неестественно выглядящее движение. Кроме того, в сложных средах путевые точки обычно работают хуже, чем навигационные сетки. [26] [27] Помимо статического поиска пути, навигация — это подобласть игрового ИИ, направленная на предоставление NPC возможности перемещаться в динамической среде, находить путь к цели, избегая при этом столкновений с другими объектами (другими NPC, игроками. ..) или сотрудничая с ними (групповая навигация). [ нужна цитата ] Навигация в динамических стратегических играх с большим количеством юнитов, таких как Age of Empires (1997) или Civilization V (2010), часто работает плохо; юниты часто мешают другим юнитам. [27]
Вместо того, чтобы улучшать игровой ИИ для правильного решения сложной проблемы в виртуальной среде, зачастую более рентабельно просто изменить сценарий, чтобы сделать его более управляемым. Если поиск пути застревает на определенном препятствии, разработчик может просто переместить или удалить препятствие. [28] В Half-Life (1998) алгоритм поиска пути иногда не мог найти разумный способ для всех NPC уклониться от брошенной гранаты; вместо того, чтобы позволить NPC попытаться уйти с дороги и рискнуть показаться глупыми, разработчики вместо этого написали, что NPC приседают и прячутся на месте в этой ситуации. [29]
Многие современные видеоигры относятся к категории боевиков, шутеров от первого лица или приключений. В большинстве игр такого типа присутствует определенный уровень боя. В этих жанрах важна способность ИИ быть эффективным в бою. Сегодня общая цель — сделать ИИ более человечным или, по крайней мере, казаться таковым.
Одной из наиболее положительных и эффективных особенностей современного искусственного интеллекта в видеоиграх является способность охотиться. Изначально ИИ реагировал очень черно-белым образом. Если бы игрок находился в определенной области, ИИ реагировал бы либо полностью наступательно, либо полностью защищаясь. В последние годы появилась идея «охоты»; в этом состоянии «охоты» ИИ будет искать реалистичные маркеры, такие как звуки, издаваемые персонажем, или следы, которые он, возможно, оставил после себя. [30] Эти разработки в конечном итоге позволяют создать более сложную форму игры. Благодаря этой функции игрок может подумать, как приблизиться к врагу или избежать его. Эта особенность особенно распространена в жанре стелс .
Еще одним развитием недавнего игрового ИИ стало развитие «инстинкта выживания». Внутриигровые компьютеры могут распознавать различные объекты в окружающей среде и определять, полезно это или вредно для их выживания. Как и пользователь, ИИ может искать укрытие в перестрелке, прежде чем предпринимать действия, которые в противном случае сделали бы его уязвимым, например, перезарядить оружие или бросить гранату. Могут быть установлены маркеры, которые сообщают ему, когда следует реагировать определенным образом. Например, если ИИ дана команда проверять свое здоровье на протяжении всей игры, то можно задать дополнительные команды, чтобы он реагировал определенным образом при определенном проценте здоровья. Если здоровье ниже определенного порога, ИИ можно настроить так, чтобы он убегал от игрока и избегал его, пока не будет активирована другая функция. Другой пример: если ИИ заметит, что у него закончились патроны, он найдет укрытие и спрячется за ним, пока не перезарядится. Подобные действия делают ИИ более человечным. Однако потребность в улучшении в этой области все еще существует.
Еще один побочный эффект боевого ИИ возникает, когда два персонажа, управляемые ИИ, сталкиваются друг с другом; Впервые популяризированная в игре Doom от id Software , в определенных ситуациях может вспыхнуть так называемая «борьба монстров». В частности, агенты ИИ, запрограммированные реагировать на враждебные атаки, иногда будут атаковать друг друга, если атаки их когорты придутся к ним слишком близко. [ нужна цитата ] В случае с Doom опубликованные руководства по игровому процессу даже предлагают воспользоваться борьбой монстров, чтобы выжить на определенных уровнях и при определенных настройках сложности.
Игровой ИИ часто сводится к поиску пути и конечным автоматам. Поиск пути доставляет ИИ из точки А в точку Б, обычно самым прямым способом. Конечные автоматы позволяют переключаться между различными вариантами поведения. Метод поиска по дереву Монте-Карло [31] обеспечивает более увлекательный игровой процесс, создавая дополнительные препятствия, которые игрок должен преодолеть. MCTS состоит из древовидной диаграммы, в которой ИИ, по сути, играет в крестики-нолики . В зависимости от результата он выбирает путь, ведущий к следующему препятствию для игрока. В сложных видеоиграх у этих деревьев может быть больше ветвей при условии, что игрок сможет придумать несколько стратегий, чтобы преодолеть препятствие. В обзоре 2022 года [32] вы можете узнать о недавних применениях алгоритма MCTS в различных игровых областях, таких как комбинаторные игры с идеальной информацией, стратегические игры (включая стратегии в реальном времени ), карточные игры и т. д.
Академический ИИ может играть роль в игровом ИИ, выходя за рамки традиционной задачи контроля поведения NPC. Георгиос Н. Яннакакис выделил четыре потенциальных области применения: [2]
Вместо процедурной генерации некоторые исследователи использовали генеративно-состязательные сети (GAN) для создания нового контента. В 2018 году исследователи из Корнуоллского университета обучили GAN на тысяче созданных человеком уровней для Doom ; После обучения прототип нейронной сети смог самостоятельно создавать новые игровые уровни. Аналогичным образом исследователи из Калифорнийского университета создали прототип GAN для создания уровней для Super Mario . [33] В 2020 году Nvidia представила созданный GAN клон Pac-Man ; GAN научился воссоздавать игру, просмотрев 50 000 (в основном созданных ботами) прохождений. [34]
Геймеры всегда спрашивают, не жульничает ли ИИ (вероятно, чтобы они могли пожаловаться в случае проигрыша)
- Терри Ли Коулман из Computer Gaming World , 1994 г. [35]
В контексте искусственного интеллекта в видеоиграх под мошенничеством подразумевается, что программист предоставляет агентам действия и доступ к информации, которые были бы недоступны игроку в той же ситуации. [36] Полагая, что 8-битная версия Atari не сможет конкурировать с игроком-человеком, Крис Кроуфорд не исправил ошибку в Eastern Front (1941) , которая принесла пользу российской стороне, управляемой компьютером. [37] В 1994 году журнал Computer Gaming World сообщил, что «хорошо известен тот факт, что многие ИИ «обманывают» (или, по крайней мере, «выдумывают»), чтобы не отставать от игроков-людей». [38]
Например, если агенты хотят знать, находится ли игрок поблизости, им можно либо предоставить сложные человеческие датчики (зрение, слух и т. д.), либо они могут обмануть, просто запросив у игрового движка положение игрока. Распространенные варианты включают в себя повышение скорости ИИ в гоночных играх, чтобы догнать игрока, или размещение его на выгодных позициях в шутерах от первого лица. Использование мошенничества в ИИ показывает ограничения «интеллекта», достижимого искусственно; Вообще говоря, в играх, где важна стратегическая креативность, люди могли бы легко победить ИИ после минимума проб и ошибок, если бы не это преимущество. Читерство часто реализуется из соображений производительности, и во многих случаях его можно считать приемлемым, пока эффект не очевиден для игрока. Хотя мошенничество относится только к привилегиям, предоставленным конкретно ИИ, - оно не включает в себя нечеловеческую быстроту и точность, естественные для компьютера - игрок может назвать присущие компьютеру преимущества «обманом», если они приводят к тому, что агент действует не так, как игрок-человек. [36] Сид Мейер заявил, что он исключил многопользовательские альянсы в Civilization , потому что обнаружил, что компьютер почти так же хорош в их использовании, как и люди, что заставило игроков думать, что компьютер жульничает. [39] Разработчики говорят, что большинство игровых ИИ честны, но им не нравится, когда игроки ошибочно жалуются на «обман» ИИ. Кроме того, люди используют против компьютеров тактику, которую они не использовали бы против других людей. [37]
В игре Creatures 1996 года пользователь «высиживает» маленьких пушистых зверьков и учит их, как себя вести. Эти «Норны» могут говорить, питаться и защищаться от злобных существ. Это было первое популярное применение машинного обучения в интерактивном моделировании. Нейронные сети используются существами, чтобы научиться тому, что делать. Игра считается прорывом в исследованиях искусственной жизни, целью которых является моделирование поведения существ, взаимодействующих с окружающей средой. [40]
В шутере от первого лица Halo: Combat Evolved 2001 года игрок берет на себя роль Мастера Чифа, сражаясь с различными инопланетянами пешком или на транспортных средствах. Враги очень разумно используют укрытия и применяют подавляющий огонь и гранаты. Ситуация в отряде влияет на отдельных людей, поэтому некоторые враги бегут, когда их лидер умирает. Внимание уделяется мелким деталям: враги, в частности, отбрасывают гранаты, а члены команды реагируют на беспокойство. Базовая технология « дерева поведения » стала очень популярной в игровой индустрии со времен Halo 2 . [40]
В психологическом хоррор- шутере от первого лица FEAR , вышедшем в 2005 году, персонажи игроков сражаются с батальоном клонированных суперсолдат , роботов и паранормальных существ . ИИ использует планировщик для генерации контекстно-зависимого поведения — впервые в массовой игре. Эта технология до сих пор используется многими студиями в качестве эталона. Реплики способны использовать игровую среду в своих интересах, например, опрокидывать столы и полки, чтобы создать укрытие, открывать двери, врезаться в окна или даже замечать (и предупреждать об этом остальных своих товарищей) фонарик игрока. Кроме того, ИИ также способен выполнять фланговые маневры, использовать подавляющий огонь, бросать гранаты, чтобы вытолкнуть игрока из укрытия, и даже притворяться мертвым. Большинство этих действий, в частности фланговые действия, являются результатом спонтанного поведения. [41] [42]
Серия ужасов выживания «СТАЛКЕР» (2007–) знакомит игрока с рукотворными экспериментами, военными солдатами и наемниками, известными как Сталкеры . Различные встреченные враги (если уровень сложности установлен на самый высокий) используют боевые тактики и поведение, такие как лечение раненых союзников, отдача приказов, обход игрока с фланга и использование оружия с высокой точностью. [ нужна цитата ]
Стратегическая игра в реальном времени StarCraft II: Wings of Liberty 2010 года дает игроку контроль над одной из трех фракций на боевой арене 1 на 1, 2 на 2 или 3 на 3. Игрок должен победить своих противников, уничтожив все их юниты и базы. Это достигается путем создания подразделений, которые эффективно противодействуют подразделениям противника. Игроки могут играть против нескольких уровней сложности ИИ, от очень простого до Cheater 3 (безумного). ИИ способен жульничать на уровне сложности «Мошенник 1» (видение), где он может видеть юниты и базы, тогда как игрок в такой же ситуации не мог этого сделать. «Читер 2» дает ИИ дополнительные ресурсы, а «Читер 3» дает значительное преимущество над противником. [43]
Браузерная игра -песочница Infinite Craft 2024 года использует генеративное программное обеспечение искусственного интеллекта, включая LLaMA . Когда два элемента объединяются, ИИ генерирует новый элемент. [44]
Генеративный искусственный интеллект , система искусственного интеллекта, которая может реагировать на запросы и создавать текст, изображения, аудио- и видеоклипы, возникла в 2023 году с такими системами, как ChatGPT и Stable Diffusion . В видеоиграх эти системы могут создать возможность создания игровых активов на неопределенный срок, минуя типичные ограничения на творения человека. Однако аналогичные опасения существуют и в других областях, особенно в связи с возможностью потери рабочих мест, обычно связанных с созданием этих активов. [45]
В январе 2024 года SAG-AFTRA , профсоюз актеров США, подписал контракт с Replica Studios, который позволит Replica захватывать голосовую работу профсоюзных актеров для создания голосовых систем искусственного интеллекта на основе их голосов для использования в видеоиграх, с контрактом. обеспечение заработной платы и защиты прав. Хотя контракт был согласован комитетом SAG-AFTRA, многие члены выразили критику по поводу этого шага, поскольку им не сообщили о нем до его завершения, и что сделка не обеспечила достаточных мер для защиты актеров. [46]