電玩遊戲 NPC 行為中的人工智慧
遊戲 AI 控制非玩家角色 (NPC)，使他們能夠可信地導航、戰鬥和反應。
概述
It blends decades-old techniques like state machines with new generative models that let characters talk and improvise.
深入探討
NPC 行為是最古老的應用人工智慧領域之一，但大多數「遊戲人工智慧」根本不是機器學習。經典敵人使用有限狀態機（閒置、巡邏、追逐、攻擊）和行為樹，設計師精心設計這些行為樹以獲得可預測、可調的樂趣。尋路依靠 A* 演算法來導航地圖。具有里程碑意義的例子包括 F.E.A.R. 的目標導向行動計劃 (GOAP)，它讓士兵進行側翼和協調，以及光環系列的分層行為系統。遊戲人工智慧通常被故意“簡化”，因此它感覺公平且可擊敗，而不是無情地優化。最近，工作室正在嘗試使用大型語言模型來支援動態對話，讓 NPC 回應開放式玩家語音，而不是固定的對話樹，如 NVIDIA 和 Ubisoft 的技術演示中所示。
技術洞察
行為樹將簡單的操作組合成具有選擇器和序列的分層、可重複使用邏輯，為設計人員提供了精細控制。 A* 尋路使用成本加啟發式估計來搜尋導航網格，以找到有效的路線。相反，GOAP（在 F.E.A.R. 中使用）為代理提供了目標和行動庫，在運行時規劃序列，以便行為出現而不是編寫腳本，從而產生戰術情報的外觀。
戰略影響
配裝選擇
應用級設計決定了人工智慧是否能改善實際結果。
團隊與工作流程
良好的工作流程整合可以創造使用者值得信賴的生產力效益。
風險與安全
範圍明確的用例可以減少變更疲勞和實施風險。
人工智慧在電玩遊戲 NPC 行為中的未來
LLM 驅動的 NPC 承諾真正開放的對話和新興人物，但面臨障礙：延遲、成本、幻覺知識以及破壞精心編寫的敘事的風險。期望設計者使用護欄和知識資料庫約束產生模型的混合體。強化學習可能會產生更具適應性的對手，而裝置上的小模型可以保持對話的反應性和隱私性。工藝挑戰仍然讓 NPC 變得有趣，而不僅僅是聰明。
現實世界的實施
F.E.A.R. 的士兵使用目標導向的行動計劃來包抄、掩護和協調攻擊
光環系列中的敵人透過分層行為系統撤退、重組和對手榴彈做出反應
A* 尋路功能讓無數遊戲中的 NPC 繞過障礙物到達玩家身邊
NVIDIA ACE 和 Ubisoft 示範使用 LLM 讓 NPC 與玩家進行即興口頭對話
風險與防護欄
將損壞的流程自動化可能會加劇現有問題。
團隊可能會過度自動化並消除所需的人工判斷。
如果不持續評估輸出，品質可能會出現偏差。
實施路線圖
繪製目前工作流程並確定摩擦最大的步驟。
在完全自動化之前定義人工檢查點。
對使用者進行提示、升級路徑和品質標準的訓練。
追蹤任務級結果以確認持續價值。
不斷探索
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Video Game NPC Behavior quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常見問題
What is AI in Video Game NPC Behavior?
遊戲 AI 控制非玩家角色 (NPC)，使他們能夠可信地導航、戰鬥和反應。它將狀態機等數十年歷史的技術與新的生成模型相結合，讓角色能夠說話和即興創作。
遊戲中 NPC 尋路最常用的技術是什麼？
A* 是經典的尋路演算法，使用實際成本加上啟發式估計來找到跨導航網格的有效路線。
大多數傳統的 NPC 敵人邏輯是由什麼建構的？
在大多數經典遊戲中，設計師手工製作狀態機和行為樹來實現可預測、可調節的行為，而不是機器學習。
遊戲 F.E.A.R.因哪種人工智慧技術而聞名？
F.E.A.R. 的士兵使用 GOAP，在運行時根據目標規劃行動序列，從而產生令人印象深刻的戰術協調行為。
為什麼遊戲人工智慧常被刻意設計得沒那麼完美？
設計師將人工智慧調整得既有趣又公平；一個完美的對手通常會令人沮喪且不愉快。
使用大型語言模式驅動NPC對話的關鍵風險是什麼？
法學碩士可能會編造不正確的知識或說出與故事相矛盾的內容，再加上延遲和成本等問題，因此需要採取防護措施。