Alkalmazási ÚTMUTATÓ

AI a videojátékok NPC viselkedésében

A játék mesterséges intelligencia irányítja a nem játékos karaktereket (NPC), így azok hihetően navigálnak, harcolnak és reagálnak.

Hallgassa meg ezt az útmutatótAI-narrált · ~2 min

Ezen az oldalon2 perc olvasás
  1. Áttekintés
  2. Mély merülés
  3. Valós megvalósítás
  4. Az AI jövője a videojátékok NPC viselkedésében
  5. A gyakorlatba ültetés
  6. Folytassa a felfedezést
  7. Gyakran ismételt kérdések

Áttekintés

Több évtizedes technikákat, például állapotgépeket ötvöz új generatív modellekkel, amelyek lehetővé teszik a karakterek beszélgetését és improvizálását.

Mély merülés

Az NPC viselkedése az egyik legrégebbi alkalmazott mesterséges intelligencia terület, de a legtöbb „játék-AI” egyáltalán nem gépi tanulás. A klasszikus ellenségek véges állapotú gépeket (tétlen, járőrözés, üldözés, támadás) és viselkedésfákat használnak, amelyeket a tervezők kézzel készítenek a kiszámítható, hangolható szórakozás érdekében. A Pathfinding az A* algoritmusra támaszkodik a térképeken való navigáláshoz. A mérföldkőnek számító példák közé tartozik az F.E.A.R. célorientált akciótervezése (GOAP), amely a katonákat oldalra és koordinációra késztette, valamint a Halo sorozat többrétegű viselkedési rendszere. A játék mesterséges intelligenciáját gyakran szándékosan „lebutítják”, így igazságosnak és legyőzhetőnek tűnik, nem pedig könyörtelenül optimálisnak. A közelmúltban a stúdiók nagy nyelvi modellekkel kísérleteznek a dinamikus párbeszéd elősegítése érdekében, lehetővé téve, hogy az NPC-k nyílt végű játékos beszédre válaszoljanak a rögzített párbeszédfák helyett, amint az az NVIDIA és a Ubisoft technológiai demóiban látható.

Valós megvalósítás

Az F.E.A.R katonái célorientált cselekvési tervezést alkalmaznak a támadások mellé, fedezékbe és koordinálásra

A Halo sorozat ellenségei visszavonulnak, átcsoportosulnak, és réteges viselkedési rendszereken keresztül reagálnak a gránátokra

A* útkeresés, amely lehetővé teszi, hogy az NPC-k számtalan játékban megkerüljék az akadályokat, hogy elérjék a játékost

LLM-eket használó NVIDIA ACE és Ubisoft demók, amelyek lehetővé teszik az NPC-k számára, hogy szkript nélküli beszélt beszélgetéseket folytassanak a játékosokkal

Az AI jövője a videojátékok NPC viselkedésében

Az LLM-vezérelt NPC-k valóban nyílt beszélgetéseket és feltörekvő személyiségeket ígérnek, de akadályokkal kell szembenézniük: késleltetés, költség, hallucinált történet és a gondosan megírt narratívák megszegésének kockázata. Olyan hibridekre számíthatunk, ahol a tervezők a generatív modelleket védőkorlátokkal és tanadatbázisokkal korlátozzák. A megerősített tanulás alkalmazkodóbb ellenfeleket eredményezhet, míg az eszközön lévő kis modellek a párbeszédet reagálóvá és priváttá teszik. A kézműves kihívás továbbra is az, hogy az NPC-ket szórakoztatóvá tegyük, nem csupán okossá.

A gyakorlatba ültetés

Miért számít

  • Építési lehetőségek. Az alkalmazásszintű tervezés határozza meg, hogy az AI javítja-e a valós eredményeket.
  • Csapat és munkafolyamat. A jó munkafolyamat-integráció olyan termelékenységnövekedést eredményez, amelyben a felhasználók megbízhatnak.
  • Kockázat és biztonság. A jól körülhatárolt felhasználási esetek csökkentik a változtatások fáradtságát és a végrehajtás kockázatát.

Vigyázz

  • Egy megszakadt folyamat automatizálása felerősítheti a meglévő problémákat.
  • A csapatok túlautomatizálhatják és eltávolíthatják a szükséges emberi ítélőképességet.
  • A minőség sodródhat, ha a kimeneteket nem értékelik folyamatosan.

Következő lépések

  1. Térképezze fel az aktuális munkafolyamatot, és határozza meg a legnagyobb súrlódású lépést.
  2. Emberi ellenőrzőpontok meghatározása a teljes automatizálás előtt.
  3. Tanítsa meg a felhasználókat az utasításokról, az eszkalációs utakról és a minőségi szabványokról.
  4. Kövesse nyomon a feladat szintű eredményeket a tartós érték megerősítéséhez.

Folytassa a felfedezést

Ingyenes hírlevél

Szerezze meg a napi AI összefoglalót

Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.

Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.

Teszteld magad

Take the AI in Video Game NPC Behavior quiz

Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.

Kezdő kvíz

Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt

Gyakran ismételt kérdések

Mi az AI a videojáték NPC viselkedésében?

A játék mesterséges intelligencia irányítja a nem játékos karaktereket (NPC), így azok hihetően navigálnak, harcolnak és reagálnak. Több évtizedes technikákat, például állapotgépeket ötvöz új generatív modellekkel, amelyek lehetővé teszik a karakterek beszélgetését és improvizálását.

Milyen technikát használnak leggyakrabban az NPC útkereséshez a játékokban?

Az A* a klasszikus útkereső algoritmus, amely a tényleges költségeket és egy heurisztikus becslést használja a hatékony útvonalak megtalálásához a navigációs hálón keresztül.

Miből épül fel a legtöbb hagyományos NPC ellenséges logika?

A legtöbb klasszikus játékban a tervezők állapotgépeket és viselkedésfákat készítenek a kiszámítható, hangolható viselkedés érdekében, nem a gépi tanulás érdekében.

A játék F.E.A.R. melyik AI technikáról híres?

Az F.E.A.R. katonái a GOAP-ot használták, futásidőben a célokból akciósorozatokat terveztek, ami lenyűgözően taktikai, összehangolt viselkedést eredményezett.

Miért teszik gyakran szándékosan a játék mesterséges intelligenciáját kevésbé optimálissá?

A tervezők szórakoztatóra és korrektre hangolják az AI-t; egy tökéletesen optimális ellenfél ellen általában frusztráló és élvezhetetlen lenne játszani.

Mi a fő kockázata annak, ha nagy nyelvi modelleket használunk az NPC-párbeszéd ösztönzésére?

Az LLM-ek helytelen tanokat találhatnak ki, vagy olyan dolgokat mondhatnak, amelyek ellentmondanak a történetnek, valamint olyan kérdéseket is felvethetnek, mint a késleltetés és a költségek, ezért védőkorlátokra van szükség.