ДаліНаступний посібник
Як писати відеосценарії YouTube за допомогою ШІ
Додатки
ПОСІБНИК із застосування
ШІ у поведінці NPC у відеоіграх
Ігровий штучний інтелект контролює неігрових персонажів (NPC), тож вони переміщуються, борються та реагують правдоподібно.
Послухайте цей посібникШІ-розказаний · ~2 min
На цій сторінці2 хвилини читання
Огляд
У ньому поєднуються методи, що виповнилися десятиліттями, як-от автомати стану, з новими генеративними моделями, які дозволяють персонажам говорити та імпровізувати.
Глибоке занурення
Поведінка NPC є однією з найстаріших областей прикладного ШІ, але більшість «ігрового ШІ» зовсім не є машинним навчанням. Класичні вороги використовують кінцеві автомати (бездіяльність, патрулювання, погоня, атака) і дерева поведінки, які розробники створили вручну для передбачуваної та настроюваної розваги. Для навігації по картах Pathfinding використовує алгоритм A*. Знакові приклади включають цілеспрямоване планування дій F.E.A.R. (GOAP), яке змусило солдатів обіймати фланги та координувати дії, а також багатошарову систему поведінки серії Halo. Ігровий штучний інтелект часто навмисно «пригнічений», щоб він виглядав справедливим і переможним, а не безжально оптимальним. Останнім часом студії експериментують із великими мовними моделями для активації динамічного діалогу, дозволяючи NPC реагувати на відкриту мову гравця замість фіксованих дерев діалогу, як видно з технічних демонстрацій від NVIDIA та Ubisoft.
Реалізація в реальному світі
Солдати F.E.A.R. використовують цілеспрямоване планування дій для флангу, укриття та координації нападів
Вороги серії Halo відступають, перегруповуються та реагують на гранати за допомогою багатошарових систем поведінки
* Пошук шляху, що дозволяє NPC у незліченних іграх обходити перешкоди, щоб дістатися до гравця
Демонстрації NVIDIA ACE та Ubisoft з використанням LLM, що дозволяє NPC вести голосові розмови з гравцями без сценарію
Майбутнє штучного інтелекту в поведінці NPC у відеоіграх
Керовані LLM NPC обіцяють справді відкриті розмови та нові особистості, але стикаються з перешкодами: затримкою, вартістю, галюцинаціями та ризиком зламати ретельно написані оповіді. Очікуйте гібридів, де дизайнери обмежують генеративні моделі огорожами та базами даних знань. Навчання з підкріпленням може створювати більш адаптивних опонентів, тоді як малі моделі на пристрої зберігають діалог чуйним і приватним. Проблема майстерності полягає в тому, щоб зробити NPC веселими, а не просто розумними.
Застосування на практиці
Чому це важливо
- Створіть вибір. Розробка на рівні програми визначає, чи покращує ШІ реальні результати.
- Команда та робочий процес. Хороша інтеграція робочого процесу підвищує продуктивність, якій користувачі довіряють.
- Ризики та безпека. Добре розроблені варіанти використання зменшують втому від змін і ризик впровадження.
Зверніть увагу на
- Автоматизація несправного процесу може посилити існуючі проблеми.
- Команди можуть надмірно автоматизувати роботу й усунути необхідне людське судження.
- Якість може погіршуватися, якщо результати не оцінюються постійно.
Наступні кроки
- Намалюйте поточний робочий процес і визначте крок із найбільшим тертям.
- Визначте контрольні точки людини перед повною автоматизацією.
- Навчіть користувачів підказкам, шляхам ескалації та стандартам якості.
- Відстежуйте результати на рівні завдання, щоб підтвердити постійну цінність.
Продовжуйте досліджувати
Безплатний розсилок
Отримуйте щоденне зведення новин про ШІ
Три перевірені історії про ШІ щоробочого ранку, написані простою мовою. Безплатно назавжди, без реклами.
Один лист щотижня з понеділка по п'ятницю. Відписатися в один клік. Ми ніколи не продаємо та не передаємо вашу адресу.
Перевір себе
Take the AI in Video Game NPC Behavior quiz
Миттєва зворотна связь на кожну відповідь та сертифікат із перевіреним ідентифікатором, яким можна поділитися, після проходження курсу.
Підтримайте безплатну освіту у сфері ШІ. AI Understanding — це некомерційна організація 501(c)(3) — без реклами, без платних стін, назавжди. Зробіть пожертву
Часті запитання
Що таке AI у поведінці NPC у відеоіграх?
Ігровий штучний інтелект контролює неігрових персонажів (NPC), тож вони переміщуються, борються та реагують правдоподібно. У ньому поєднуються методи, які виповнилися десятиліттями, як-от автомати стану, з новими генеративними моделями, які дозволяють персонажам говорити та імпровізувати.
Яка техніка найчастіше використовується для пошуку шляху NPC в іграх?
A* — це класичний алгоритм пошуку шляху, який використовує фактичну вартість плюс евристичну оцінку для пошуку ефективних маршрутів через навігаційну сітку.
На чому побудована більшість традиційної ворожої логіки NPC?
Дизайнери вручну створюють автомати стану та дерева поведінки для передбачуваної, настроюваної поведінки, а не машинного навчання, у більшості класичних ігор.
The game F.E.A.R. якою технікою ШІ відомий?
Солдати F.E.A.R. використовували GOAP, плануючи послідовність дій від цілей під час виконання, що створювало вражаючу тактичну скоординовану поведінку.
Чому штучний інтелект в іграх часто навмисно робиться менш ніж оптимальним?
Дизайнери налаштовують ШІ так, щоб він був веселим і чесним; a perfectly optimal opponent would usually be frustrating and unenjoyable to play against.
Який ключовий ризик використання великих мовних моделей для стимулювання діалогу NPC?
LLM можуть вигадувати неправильні знання або говорити речі, які суперечать історії, а також такі проблеми, як затримка та вартість, тому потрібні огорожі.
Продовжуйте вчитися
Пов'язані посібники
Інші посібники, вибрані для цієї теми