A modern videojátékokban
A modern videojátékokban:
A játék mesterséges intelligencia/heurisztikus algoritmusait a játékon belül számos, egymástól meglehetősen eltérő területen használják. A legnyilvánvalóbb az NPC-k vezérlése a játékban, bár jelenleg a "scripting" ( döntési fa ) a legáltalánosabb vezérlési eszköz. Ezek a kézzel írt döntési fák gyakran "mesterséges butaságot" eredményeznek, például ismétlődő viselkedést, az elmerülés elvesztését vagy abnormális viselkedést olyan helyzetekben, amelyeket a fejlesztők nem terveztek.
A Pathfinding , az AI másik gyakori felhasználási módja, széles körben látható a valós idejű stratégiai játékokban. A Pathfinding az a módszer, amellyel meghatározható, hogyan juthat el egy NPC a térkép egyik pontjáról a másikra, figyelembe véve a terepet, az akadályokat és esetleg a " háború ködét ". A kereskedelmi videojátékok gyakran használnak gyors és egyszerű "rács-alapú útkeresést", ahol a terepet egy merev, egyenletes négyzetekből álló rácsra képezik le, és egy útkereső algoritmust, például A* vagy IDA* alkalmaznak a rácsra. A merev rács helyett egyes játékok szabálytalan sokszögeket használnak, és navigációs hálót állítanak össze a térkép azon területeiből, ahová az NPC-k el tudnak sétálni. Harmadik módszerként néha kényelmes a fejlesztők számára, hogy manuálisan válasszák ki az "útpontokat", amelyeket az NPC-knek használniuk kell a navigáláshoz; az a költség, hogy az ilyen útpontok természetellenes mozgást hozhatnak létre. Ezenkívül az útpontok általában rosszabbul teljesítenek, mint a navigációs hálók összetett környezetben. A statikus útkeresésen túl a navigáció a Game AI egy részterülete, amely arra összpontosít, hogy az NPC-k képesek legyenek dinamikus környezetben navigálni, megtalálni a célhoz vezető utat, elkerülve
más entitásokkal (más NPC-kkel, játékosokkal) való ütközést. ..) vagy velük együttműködve (csoportos navigáció). [ idézet szükséges ] A navigáció a nagy számú egységet tartalmazó dinamikus stratégiai játékokban, mint például az Age of Empires (1997) vagy a Civilization V (2010), gyakran rosszul teljesít; az egységek gyakran más egységek útjába állnak.
Ahelyett, hogy a játék mesterséges intelligencia fejlesztését a virtuális környezetben felmerülő bonyolult probléma megfelelő megoldása érdekében javítanánk, gyakran költséghatékonyabb a forgatókönyv módosítása, hogy könnyebben kezelhető legyen. Ha az útkeresés elakad egy adott akadályon, előfordulhat, hogy a fejlesztő egyszerűen elmozdítja vagy törli az akadályt. A Half-Life -ben (1998) az útkereső algoritmus néha nem talált ésszerű módot az összes NPC számára, hogy elkerülje a kidobott gránátot; ahelyett, hogy hagynák, hogy az NPC-k megpróbáljanak eltántorogni az útból, és megkockáztatják, hogy hülyének tűnjenek, a fejlesztők ehelyett úgy írták le az NPC-ket, hogy az adott helyzetben leguggoljanak és fedezzék fel a helyüket.
Eljárási tartalomgenerálás:
Az eljárási tartalomgenerálás (PCG) egy mesterséges intelligencia-technika, amellyel önállóan hozható létre játéktartalom algoritmusok segítségével , a tervezők minimális hozzájárulásával. A PCG-t jellemzően játékfunkciók, például szintek, NPC párbeszédek és hangok dinamikus generálására használják. A fejlesztők meghatározott paramétereket adnak meg, hogy az algoritmusokat a számukra tartalom létrehozásához irányítsák. A PCG számos előnyt kínál mind a fejlesztés, mind a játékos élmény szempontjából. A játékstúdiók kevesebb pénzt költhetnek a művészekre, és időt takaríthatnak meg a gyártás során. A játékosok friss, rendkívül újrajátszható élményben részesülnek, mivel a játék minden alkalommal új tartalmat generál, amikor játszanak. A PCG lehetővé teszi, hogy a játék tartalma valós időben alkalmazkodjon a játékos cselekedeteihez.