что такое интеллект в играх
Черты «умного» искусственного интеллекта в играх
Предсказуемость и адаптация под действия игрока.
Марк Браун — автор видеоблога Game Maker’s Toolkit, посвященного геймдизайну — разобрался, чем характеризуется хороший искусственный интеллект в видеоиграх и как заставить игрока поверить, что его враги действительно умны. Редакция DTF перевела и расшифровала ролик.
Разработчики из студии Bungie заметили это ещё во время разработки первой части Halo. Студия провела тест с двумя версиями игры. Искусственный интеллект в обеих был одинаковым, но в одной у врагов были уменьшены количество очков здоровья и урон, который они наносили игроку, а в другой — увеличены. В первом случае лишь 8% игроков называли противников в игре «очень умными», а во втором — 43%.
Но агрессивные враги нужны не каждой игре. К такому выводу пришли и в id Software, во время работы на DOOM (2016). Изначально планировалось, что противники будут бежать на игрока, как только его увидят, но из-за этого пользователям приходилось обороняться. Позднее студия изменила поведение врагов, заставив их стоять на месте некоторое время. Это позволяет игрокам начинать атаку.
Как и всё в геймдизайне, ИИ должен работать на создание опыта, задуманного разработчиками. Поэтому агрессивный искусственный интеллект подходит ксеноморфу в Alien: Isolation, но будет не к месту в Batman: Arkham Asylum.
Вы можете не замечать этих тонкостей, но вы точно почувствуете, если их не будет. Они позволяют сделать игру более честной.
Чаще всего это реализовано через переговоры между противниками. Например, когда охранники произносят что-то вроде: «Кажется, там кто-то есть». Но искусственный интеллект может передавать свои «мысли» и другими способами: анимацией или конусами зрения.
Из-за этого противники кажутся игроку умнее. Пользователь может не заметить, что ИИ обладает сложной системой принятия решений и навыками наблюдения: например если враг не начнёт вслух подозревать, что какая-то дверь на локации открыта неспроста. Кроме того, такие «маяки» позволяют игроку предугадать действия искусственного интеллекта и спланировать свои собственные.
В 2004 году техлид разработки Halo Крис Бучер (Chris Butcher) сказал: «Цель не в том, чтобы создать что-то непредсказуемое. Нам нужен ИИ, который будет последователен, чтобы игрок понимал, как он отреагирует на те или иные действия».
Когда вы играете, вы начинаете понимать, как здесь всё работает. Например — красные бочки взрываются от выстрела. Теперь вы можете использовать это знание себе на пользу. Но такая схема применима и к ИИ.
Если отключение генератора заставляет противников отправиться посмотреть на причину неполадки со светом, вы можете спланировать свои действия исходя из этой информации.
Внедряя ИИ в игровые механики, мы получаем большое количество интересных способов расправы над врагами.
Реакция может быть простой, как страх, который испытывают противники в играх про Бэтмена, когда игрок избавляется от их подельников, так и что-то сложное, вроде системы Nemesis в Shadow of Mordor.
В последнем случае орки запоминают столкновения с пользователем. Например, если вы убежите с поля боя, при следующей встрече противник вам это припомнит. Это отличный способ создавать для игрока личные истории.
Реакцией на пользователя может стать и адаптация ИИ его действиям. Она также не обязательно должна быть такой же сложной как в Killer Instinct или Forza. ИИ может следить за игроком так, как это сделано в Metal Gear Solid V: The Phantom Pain.
Похожая система реализована и в Alien: Isolation, где ксеноморф получает новые способности так, будто он адаптируется под поведение игрока.
Одним из самых известных примеров того, как ИИ подстраивается под манеру игры пользователя, можно считать систему «режиссёра» в Left 4 Dead. Она позволяет создать правильное настроение или подогнать игроков, натравливая на них тем больше зомби, чем увереннее пользователи продвигаются вперёд.
Но похожая технология использовалась ещё в Pac-man. В этой игре приведения, порой, прекращают гоняться за игроком и отправляются в один из четырёх углов лабиринта.
В игре Rainworld противники охотятся и сражаются друг с другом за территорию, поэтому иногда лучше просто обойти их стороной. В S.T.A.L.K.E.R. можно натолкнуться на перестрелки между разными фракциями. Однако эта система не работает за пределами локаций, в которой находится игрок.
В Waking Mars можно создавать целые экосистемы, наблюдая за тем, как одни виды животных и растений взаимодействуют с другими. Такие биомы развиваются даже тогда, когда вы исследуете другие части игрового мира.
Некоторые разработчики мухлюют, делая компаньонов под управлением искусственного интеллекта неуязвимыми, как Элизабет в Bioshock Infinite. Если посмотреть на миссии по сопровождению NPC в других играх, то это решение выглядит мудрым. Но дружественные персонажи могут быть не только беззащитными девочками, которые следуют за игроком.
В The Last Guardian вас сопровождает огромный зверь Трику и он сам может сражаться с противниками. Однако он нервничает, когда поблизости находятся витражи, разбить под силу которые только игроку. Таким образом ИИ работает вместе с пользователем.
В Event[0] разработчики вдохновлялись чат-ботами и дали игроку возможность разговаривать с ИИ, чтобы решать загадки, а в Final Fantasy XV, один из ваших друзей — Промпто — делает фотоснимки по ходу приключения. Это совсем никак не влияет на геймплей, но делает путешествие более личным.
Враги, которые ведут себя глупо, «вырывают» нас из игры, а победа над такими противниками не приносит удовлетворения. Поэтому разработчикам следует развивать соответствующие технологии и создавать ИИ, в поведение которых будет больше нюансов. Но важно помнить, что игровой искусственный интеллект — это не только техническая, но и дизайнерская проблема. Каждая игра должна подходить к этом вопросу по-разному.
История развития ИИ в играх: эволюция, алгоритмы, хардкор
Как развивался игровой ИИ на протяжении десятилетий
Искусственный интеллект — симуляция человеческого мышления. Это определение уместно и к игровым ИИ, ведь времена меняются, как и методы алгоритмизации игрового искусственного интеллекта. Невозможно представить NPC в AAA проекте, ИИ которого соответствовал бы уровню первого Wolfenstein. Нет, нет и нет, не тот шутер от первого лица, а самый настоящий Castle Wolfenstein, который помнят только истинные олдфаги. Сегодня технологии ИИ в современных играх действительно хороши, но, если вы прыгнете на камень перед Яо-Гаем в Fallout 4, он просто охренеет от жизни и будет ломать свою искусственно-интеллектуальную голову. А с чего же всё начиналось? Об этом мы также расскажем в данной статье.
Ну что, олды здесь? Если все собрались, то мы начинаем. Приветствуем всех Стопгеймоградцев! Сейчас мы поговорим об Искусственном Интеллекте в видеоиграх и истории его развития. В трёх словах о том, что ждет вас дальше: определения, факты и история.
Поехали!
По-сути, искусственный интеллект не представляет собой ничего, кроме набора алгоритмов, которые он должен выполнять при условиях в стиле «если это меньше, чем то, тогда не выполнять действие«. В итоге, создаётся довольно неплохая иллюзия реакций и рационального человеческого мышления, но это, повторюсь лишь набор исполняемых команд, но чем он обширней и продуманней, тем реалистичнее ощущается NPC. Самый удачный пример — это чужой из игры
Alien: Isolation
А теперь обратимся к истокам
Системы игрового ИИ
Пытался расписать для вас эту схемку как можно яснее и проще 🙂
(Шрифты — Ovsyanka и Muller)
Их можно условно разделить на два типа — локальный и глобальный.
Локальный — это ИИ отдельной единицы, как например, солдат или автоматический механизм. Такие системы состоят из основных четырех элементов:
1.Ввод информации
2.Память
3.Модуль принятий решений
4.Система реагирования на запросы.
Первый элемент отвечает за то, чтобы объект воспринял все факторы окружающего мира: местонахождение цели, наличие препятствий, звуки и т. д. Принимая во внимание внешние факторы, объект, благодаря вычислениям, решает, что ему делать в следующий момент времени. NPC, патрулирующий местность, должен перемещаться по заранее указанным линиям, проверяя наличие объекта (например… вас).
Если он (NPC) заметил врага, то алгоритм, заданный системой, подает новый сигнал, говорящий о том, что этот парень (ты) попался в поле твоего обзора и теперь тебе нужно его атаковать, либо смотреть на него ещё 10 секунд, а потом, когда он исчезнет, проговорить реплику в стиле «О боже, что это было?». И нет, это не отсылка на суперский «интеллект» NPC серии игр Far Cry 🙂
ИИ также должен правильно оценивать обстановку и принимать решение об отступлении или атаке.Самое интересное, что в роли ИИ может выступать даже локация. Допустим, комната из Skyrim, в которой нужно было выставить плиты в определённом порядке. Алгоритм себе можно представить так:
Да, эта система 100% куда сложнее, но в общей картине это выглядит так. Что ж, надеюсь, объяснил доходчиво 🙂
Глобальный ИИ в стратегиях, например, управляет армией NPC, НО все боты, находящиеся в группе, вольны выполнять отдельные действия, заданные алгоритмами в рамках глобального ИИ. То есть, если мы ввели войска на определенную территорию и приказали им атаковать, то некоторые солдаты могут впасть в бегство/занять место в укрытии, так как состояние здоровья находится на минимуме.
Охота на Вампуса
Немного о неумирающей классике
1980 год — выходит всемирно известный Pac-Man, суть которого — съесть все точки на карте, обходя активно перемещающихся привидений. Поговорим как раз о них. Те, кто смотрел фильм «Пиксели» 2015 года, возможно помнят речь главного героя, мирового рекордсмена по этой игре (да, первое место принадлежало именно ему, так как карлик из «Игры Престолов» использовал читы для победы). Он говорил о том, что все привидения движутся по определенному шаблону. Не знаю, так ли это, но теме Pac-Man посвящено довольно немалое количество времени. 
В игре присутствует несколько видов привидений:
Красное приведение. Гонится за Пакманом, повторяя вашу траекторию. 
Розовое приведение. Строит стратегические засады.
Голубое приведение. Пугает Пакмана, заставляя делать неправильный ход. Пожалуй, самый ярый тролль из всех, что присутствовали в играх 80-х, не считая собаки из игры Duck Hunt, которая высмеивала тебя так, что заставляла чувствовать себя криворуким лузером.
Оранжевое приведение. Стандартный бот, обычно не создающий много трудностей, в отличие от своих собратьев. Движется обычно по заданной траектории (обычно, вокруг одной или двух конкретных стен)
Именно в этой игре ИИ был наиболее развитым, в сравнении с теми проектами, которые выходили с Pac-Man в одно время.
Появление легендарных серий файтингов
1990 годы — это время массового выхода по сей день известных файтингов. Начиная от Mortal Kombat и Street Fighter, заканчивая Tekken и Soul Calibur. Наверняка у многих из вас была первая PS, на которой был SoulCalibur или Tekken 3, или SEGA с MK и Street Fighter. Но у нас статья не о ностальгии (к сожалению или к счастью).
Главная инновация для игровых ИИ того времени — модернизация алгоритмов в реальном времени. Давайте же приведем наипростейший пример:
Вы нашли ну очень мощную комбинацию за персонажа из Tekken, повторяете её уже 3 раз за раунд, предвкушая победу, но тут ехидный ИИ осознаёт, что нужно подбирать другой метод подхода к вам и начнет либо атаковать вас в прыжке, либо блокировать удары с последующей контратакой. Проще говоря, NPC начинает искать альтернативные пути выхода из ситуации, анализируя ваши действия, что зачастую усложняет игру. Хотя файтинги того времени, как и сейчас, были рассчитаны больше на противостояние двух реальных игроков, но даже при тех условиях, ИИ тогда был весьма хорош.
Не совсем человек: искусственный интеллект в играх
История развития, особенности работы и лучшие примеры.
Если вы когда-либо играли в видеоигры, почти со стопроцентной вероятностью можно утверждать — вы взаимодействовали с искусственным интеллектом (ИИ). Независимо от того, являетесь ли вы любителем гонок, стратегий, шутеров или других жанров, в играх всегда будут элементы, контролируемые ИИ. Однако чаще всего его ассоциируют с поведением персонажей, будь то нейтральные торговцы, противники или даже животные.
Что же такое игровой искусственный интеллект? Мы разобрались, как ИИ внедряли в игры, а также с самим его развитием. Заодно вспомнили примеры игр с достойной реализацией поведения NPC.
Автор, стендап-комик, фронтмен группы VINOVATA. Постоянно разрывается между серьёзными шутерами и нарративными инди. Ждёт Titanfall 3 и верит в него.
Определение искусственного интеллекта
Чтобы разобраться, как работает искусственный интеллект, мы должны понять, что же подразумевают под этим словосочетанием. Некоторые люди могут ответить на этот вопрос чем-то подобным: «Искусственный интеллект — это мозг, который воссоздан внутри компьютера». Отчасти они будут правы, но концепцию «ИИ как мозг» уже успели высмеять десятки раз — например, в Fallout: New Vegas.
Игровой искусственный интеллект — это набор программных методов, которые используют в видеоиграх для создания иллюзии разума у NPC через поведение персонажей. Игровой ИИ включает в себя алгоритмы теории управления, робототехники, компьютерной графики и информатики в целом.
«Искусственный интеллект в играх представляет собой всё, что не запускается игроком во время игрового процесса».
Фредерик Пельтье,
директор по техническому производству в Ubisoft Mobile
ИИ — технология, которая посредством машинного обучения позволяет системе научиться анализировать определённую информацию в виртуальной среде, чтобы получить поведение, более приближенное к человеческому. Ещё несколько десятилетий назад нечто подобное могло встретиться разве что в научной фантастике, но теперь аналогичные технологии применяют повсеместно.
«В настоящее время множество крутых разработок в области игрового ИИ включают в себя машинное обучение для навигации по окружению и более продвинутых действий. ИИ способен очень правдоподобно имитировать человеческое поведение».
История появления ИИ в играх
Зарождение искусственного интеллекта в видеоиграх началось до того, как сама индустрия стала неотъемлемой частью жизни практически каждого человека. Один из наиболее ранних и громких прецедентов использования этой технологии в игре относится к 1950-м годам.
Тогда Алан Тьюринг, известный в научном сообществе как «отец компьютерных наук», создал программный алгоритм Turochamp. Разработанное ПО умело анализировать положение шахматных фигур на доске, чтобы выбрать наилучший возможный ход. Логика алгоритма основывалась всего на нескольких самых элементарных шахматных правилах, а «думать» он был способен только на два хода вперёд. То есть Turochamp, конечно, мог играть с живыми людьми, но точно не побеждать профессионалов.
«Обычно я просчитываю игру вперёд на три-пять ходов, но в зависимости от ситуации могу продумать и на двенадцать или четырнадцать».
В семидесятых видеоигры начали стремительно покорять рынок, а все их элементы — становиться лучше, причём в геометрической прогрессии. И искусственному интеллекту разработчики уделяли отдельное внимание с самого зарождения игровой индустрии.
В восьмидесятых появляется ещё одна всем известная игра — Pac-Man. Это первая видеоигра, в которой представили систему поиска маршрутов. Благодаря ей враги могли легко расшифровать путь, который игрок выбрал при определённых обстоятельствах. К тому же у каждого из призраков в Pac-Man были уникальные паттерны поведения, что делало противостояние с ними более интересным.
А Donkey Kong от Nintendo представила игрокам целый ворох разнообразных противников с уникальными особенностями и движениями. Особой гордостью разработчиков стало плавное повышение уровня сложности, которое толкало геймеров того времени на предел их возможностей. Однако искусственный интеллект всё ещё был достаточно ненадёжен. Он не умел ни учиться на своих ошибках, ни адаптироваться к поведению игроков, поэтому последним приходилось идеально заучивать конкретные паттерны, чтобы двигаться дальше, — никаких поблажек авторы не делали.
К концу восьмидесятых годов увлечение аркадными автоматами начало угасать. С развитием технологий в домах активно начали появляться персональные компьютеры и консоли, которые задали развитию видеоигр новое направление. Игры, разработанные для этих устройств, стали разнообразнее из-за более высоких возможностей процессоров, но ИИ всё ещё нуждался в доработках. Разработчикам пришлось серьёзно относиться к игровому искусственному интеллекту, поскольку он превратился в обязательное условие для качественного продукта.
«ИИ становился всё более популярным в игровой индустрии. Характерные особенности разработки игр делали их идеальной средой для внедрения и отработки различных алгоритмов».
Лонг Лин,
руководитель отдела искусственного интеллекта в Electronic Arts
В этот период появилось много новых жанров игр. Среди них стратегии в реальном времени (RTS) сильнее всего стимулировали развитие игрового ИИ. Игровой искусственный интеллект крайне важен для стратегических игр, поскольку именно поведение врагов в RTS определяет уровень интереса, напряжения и даже азарта от геймплея. Благодаря стратегиям ИИ в играх начали развивать как самостоятельную и важную сферу игровой индустрии.
Хотя разработчики ИИ в 1990-х годах очень усердно работали над тем, чтобы NPC выглядели умными, этим персонажам не хватало одной очень важной черты — способности учиться. В большинстве видеоигр модели поведения NPC запрограммированы заранее, неигровые персонажи не способны чему-либо научиться у игроков. Причина, по которой большинство NPC не проявляют способности к обучению, заключается не только в том, что это трудно запрограммировать. Зачастую создатели игр предпочитают избегать любого неожиданного поведения NPC, которое может хоть как-то ухудшить игровой опыт геймера.
«На протяжении многих лет ИИ был и остаётся важной частью игр, улучшающей игровой опыт игроков. Верно и обратное: само развитие игровой индустрии тоже помогло прогрессу ИИ. Ведь для теста ИИ или алгоритма нет ничего лучше, чем игровые ситуации».
Дэнни Ланге,
старший вице-президент по ИИ в Unity
Одной из самых ранних видеоигр, в которых NPC могли учиться чему-то новому, была Petz. В этой игре геймер может дрессировать оцифрованного питомца так же, как способен обучать настоящую собаку или кошку. Поскольку стиль обучения варьируется от игрока к игроку, поведение домашних животных также становится персонализированным. Именно это и сделало игру такой популярной в своё время.
Но способность ИИ к машинному обучению в играх влечёт за собой и трудности для разработчиков. Например, игрок может сознательно появляться в одном и том же месте снова и снова, тем самым обучая ИИ следить только за конкретной локацией и игнорировать всё остальное.
Как работает ИИ в играх?
Вместо того чтобы узнать, как лучше всего победить игроков, ИИ в видеоиграх предназначен совсем для другого. Он необходим для улучшения игрового опыта геймеров.
«Чтобы быть полезным, ИИ должен вести хорошую борьбу, но чаще проигрывать, чем побеждать. Он должен заставить игрока почувствовать себя умным, хитрым и могущественным».
Мэт Бакленд,
отрывок из книги «Программирование игрового искусственного интеллекта в примерах»
Самая распространённая роль ИИ в видеоиграх — управление неигровыми персонажами, и разработчики часто используют различные трюки, чтобы NPC выглядели более умными. Один из широко используемых алгоритмов называется конечным автоматом (FSM или finite-state machine). Его ввели в разработку видеоигр в 1990-х годах. В FSM-алгоритме разработчик обобщает все возможные ситуации, с которыми может столкнуться ИИ, а затем программирует конкретную реакцию для каждой из них. Например, в шутерах искусственный интеллект атакует, когда появляется игрок, а затем отступает, когда его собственный уровень здоровья становится слишком низким.
В примере алгоритма FSM NPC может выполнять четыре основных действия в ответ на возможные ситуации: поиск помощи, уклонение, блуждание и нападение. Многие известные игры, например Battlefield, Call of Duty и Tomb Raider, включают в себя успешные примеры искусственного интеллекта на основе FSM-алгоритма.
Более продвинутый метод, который используют разработчики для повышения персонализированного игрового опыта, — алгоритм дерева поиска Монте-Карло (MCTS или Monte Carlo Tree Search). Алгоритм MCTS был создан для предотвращения аспекта повторяемости, который присутствует в FSM-алгоритме. MCTS-алгоритм сначала обрабатывает все возможные ходы, доступные NPC в конкретный момент времени. Затем для каждого из этих возможных ходов он анализирует все действия, которыми игрок мог бы ответить. А далее — снова возвращается к оценке NPC уже на основе информации о поступках игрока.
Этот алгоритм искусственного интеллекта использовала компания IBM при создании Deep Blue — первого шахматного суперкомпьютера, который 11 мая 1997 года вошёл в историю и выиграл матч из шести партий у чемпиона мира по шахматам Гарри Каспарова.
Подобный алгоритм применяют и во многих стратегических играх. Но поскольку возможных ходов гораздо больше, чем в шахматах, рассмотреть их все попросту не получится. В таких играх алгоритм MCTS будет случайным образом выбирать некоторые из возможных ходов. Благодаря этому действия NPC становятся гораздо более непредсказуемыми для игроков.
Вспомним такую игру, как Civilization, в которой существует огромное количество вариантов событий, доступных для компьютерного противника. Постройка дерева для каждого возможного выбора и сценария заняла бы очень много времени. Именно поэтому, чтобы избежать столь огромных вычислений, алгоритм MCTS случайным образом выбирает несколько возможных вариантов. В итоге игра отнимает меньше ресурсов системы, при этом ИИ в ней всё ещё способен удивлять игроков.
«Мы можем позволить ИИ попробовать сотни тысяч действий, а потом понять, какие из них создают наилучший игровой опыт для геймеров».
Джастин Фаррен
исполнительный продюсер студии Wargaming
Игровой искусственный интеллект сегодня
В какой-то момент требования разработчиков игр стали в значительной степени удовлетворяться искусственным интеллектом, который мы сегодня не считаем таким уж разумным. Отсутствие больших, заметных скачков в развитии игровых ИИ объясняется тем, что лежащие в его основе алгоритмы не претерпели радикальных изменений.
«Индустрия видеоигр почти не обращает внимания на передовые исследования ИИ, и это кажется мне не самым лучшим решением».
Джейкоб Шрум,
доцент компьютерных наук в Юго-Западном университете Джорджтауна
Современные игры всё ещё оперируют старыми фундаментальными концепциями и методами в плане ИИ, но используют их в больших масштабах и с преимуществами вычислительной мощности компьютеров.
«Большинство игровых ИИ спроектированы так, чтобы быть именно настолько такими интеллектуальными, насколько нужно игроку для получения приятного опыта».
Гумбы из игры Super Mario, ужасно трудные боссы в Dark Souls 3, враги из Rogue и Dead Cells — все они используют одни и те же методы.
Боссы из игры Dark Souls 3 могут двигаться с невероятной скоростью, они запрограммированы предвидеть множество распространённых ошибок, которые допускают игроки, но используют точно такой же алгоритм поведения ИИ, как и Гумбы в Super Mario, которая вышла на несколько десятков лет раньше.
Большинство действий вражеских ИИ всё ещё может систематизировать и предугадать даже самый незаурядный геймер. До недавнего времени современный игровой искусственный интеллект был способен пробить себе путь к уверенной победе только в очень узких областях. Например, в шахматах.
В принадлежащей Google лаборатории DeepMind, в исследовательском отделе ИИ Facebook и других подразделениях по всему миру усердно учат ИИ играть в более сложные видеоигры. Это включает в себя всё — от китайской настольной игры го и классических проектов Atari до продвинутых киберспортивных дисциплин вроде Dota 2 и CS:GO.
Также для улучшения игрового ИИ пытаются применять нейронные сети, пускай и в качестве эксперимента. Есть несколько очень известных недавних примеров, одним из которых стал ИИ, победивший профессиональную команду по Dota 2.
В 2019 году в Сан-Франциско прошёл чемпионат OpenAI Five, в ходе которого состоялась встреча ИИ с пятью киберспортсменами из команды OG — и люди проиграли. Эта команда в 2018 году взяла высшую награду в киберспорте, заняв первое место на турнире The International по Dota 2.
Боты OpenAI обучались с подкреплением и независимо друг от друга. То есть они попали в игру без предварительного программирования, были вынуждены учиться методом проб и ошибок. Соучредитель и председатель OpenAI Грег Брокман заявил, что за десять месяцев своего существования искусственный интеллект провёл 45 тысяч лет игрового процесса в Dota 2.
«Сначала боты учатся понимать визуальную информацию. Так, прежде чем отправиться в тыл врага, ИИ необходимо научиться различать дом и аптечку. Именно поэтому симуляторы для тестирования алгоритмов обучения с подкреплением всегда максимально просты с визуальной точки зрения. Это делается для того, чтобы упростить первоначальное понимание мира для ИИ».
Владимир Иванов,
ведущий эксперт по машинному обучению в играх
После успеха OpenAI некоторые люди подняли вопрос о том, может ли ИИ победить игроков в стратегиях реального времени (RTS), таких как StarCraft и Warcraft. Короткий ответ: да, может. Но с точки зрения возможных ходов и элементов управления RTS намного сложнее.
У ИИ есть несколько преимуществ над людьми — например, способность к многозадачности и реагирование на что-либо с молниеносной скоростью. Поэтому в некоторых играх разработчикам ИИ даже приходилось сознательно занижать его возможности, чтобы улучшить игровой опыт геймеров.
«Лучший игровой искусственный интеллект — это когда вы его не замечаете. ИИ, который в определённые моменты кажется пугающе точным или странно себя ведущим. Но не слишком всезнающий, потому что тогда игрок заметит, что это определённо искусственный интеллект».
Татьяна Шорт,
геймдизайнер и соучредитель инди-студии Kitfox Games
Возьмем, к примеру, Red Dead Redemption 2 от студии Rockstar, которая позволяет игрокам взаимодействовать с неигровыми персонажами тысячами сложнейших способов, вызывающими различные реакции в зависимости от целого ряда деталей. Например, от шляпы, которую вы носите, или от наличия на вашей одежде пятен крови. Мир тут настолько сложный и проработанный, что разные игроки могут пережить разные события.
Точно так же культовая игра Dwarf Fortress использует огромное количество геймплейных систем — от процедурно сгенерированных уровней эрозии до различных состояний настроения и склонностей жителей-гномов, — чтобы создавать уникальные и причудливые ситуации.
«Большая часть того, над чем работают разработчики игрового искусственного интеллекта, скорее похожа на искусственное поведение, чем на искусственный интеллект».
Дэйв Марк,
руководитель саммита ИИ на Конференции разработчиков игр в 2015 году
Также следует упомянуть игру Middle-Earth: Shadow of Mordor, выпущенную в 2014 году студией Monolith Productions. Что делает эту игру действительно особенной и выделяющейся на фоне других, так это система Nemesis.
Вместо заурядного ИИ, который иногда можно найти бессмысленно бродящим и ждущим игрока, враги в Средиземье по-настоящему эволюционируют и превращаются в действительно опасных противников. «Тень Мордора» в какой-то мере создаёт искусственную социальную память — форму интеллекта, которую мы встречаем в реальной жизни, но в играх — почти никогда. Средиземье убеждает игроков, что их враги думают о них на другом, личном, уровне — они помнят, они ненавидят, а также называют их по именам.
«Я думаю, что причина, по которой система Nemesis настолько интересна и убедительна, заключается в том, что она привлекает внимание игрока к системной природе обид и мести».
Ричард Лемаршан,
профессор игрового дизайна в Университете Южной Калифорнии
Изначально система разрабатывалась как нечто более простое. Вражеские воины должны были помнить встречи с игроками и реагировать соответствующим образом серией насмешек. Но по мере развития идеи амбиции расширялись. Команда ввела элемент продвижения: вражеские солдаты получают больше власти и продвигаются по карьерной лестнице, побеждая игрока и других капитанов.
Nemesis предусматривает предательства, казни и стычки — игрок может обнаружить их и даже повлиять на исход ситуации. Благодаря этому каждое сражение в игре может быть уникальным. Но самое главное — внутриигровое общество, которое функционирует без главного героя и живёт своей жизнью. Каждый персонаж создан из ряда случайно назначенных сильных и слабых сторон, а также переменных качеств, таких как моральный дух и дисциплина. Из скромного набора атрибутов команда смогла создавать практически бесконечный ряд врагов.
Также студия Monolith Productions разработала игру F.E.A.R.: First Encounter Assault Recon, которую выпустили в 2005 году. Несмотря на многие последующие инновации, искусственный интеллект F.E.A.R. всё ещё считается в некоторых кругах стандартом для шутеров от первого лица.
Одним из ключевых вопросов, которые должны были рассмотреть разработчики, — поведение NPC, а именно построение какой-то долгосрочной стратегии. Зачастую даже сегодня враги в шутерах имеют более реактивный характер. Это означает, что они сосредотачиваются на действии немедленно, без учёта того, что происходило ранее или может произойти в будущем. И возникает проблема, что их поведение тогда не командное, не эмерджентное. Оно всего лишь привязано к конкретным ситуациям.
В F.E.A.R. благодаря планированию ИИ существует возможность отделить действия от целей. Разработчики использовали предварительные условия при создании NPC. С такой моделью можно создать целый ряд уникальных действий для различных типов персонажей в игре. А это, в свою очередь, делает поведение врагов более неожиданным и продуманным.
Можно вспомнить и известную многим геймерам Alien: Isolation от студии Creative Assembly. При создании игры её авторы использовали несколько необычные методы реализации ИИ. В игре существует система заданий, которая позволяет Чужому находиться в двух основных состояниях — активном и пассивном. Активное состояние — это когда система приказывает Чужому обыскать всю локацию или определённые места после срабатывания какого-то триггера. А пассивный режим включается, когда уровень угрозы находится на пике слишком долго, а потом резко пропадает. Тогда Чужой самостоятельно пытается найти игрока.
Поведение инопланетянина зависит от прописанного заранее дерева. Монстр обладает более чем 100 узлами, скрытыми в его системе. Но при запуске игры используется всего 30. Система постепенно разблокирует комплексные модели поведения — по мере выполнения определённых условий на протяжении всей игры. Это гарантирует, что чем больше геймер проводит времени в Alien: Isolation, тем сильнее Чужой начинает проявлять новые поведенческие черты, чтобы постоянно удивлять и шокировать. Именно благодаря такой концепции создаётся впечатление, что монстр начинает учиться на собственном опыте и, что важнее, на поступках игрока.
«Наш основной принцип для ИИ — не жульничать. Если вы слышите пришельца в вентиляционных отверстиях рядом с вами, то есть большая вероятность, что он вас тоже слышит».
Гэри Нэппер,
ведущий дизайнер Creative Assembly