Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

В видеоиграх , искусственный интеллект (AI) используется для создания отзывчивые, адаптивные или интеллектуальные модели поведения , прежде всего , в неигровых персонажей (НПС) , похожие на подобный человеку интеллект. Искусственный интеллект был неотъемлемой частью видеоигр с момента их появления в 1950-х годах. [1] ИИ в видеоиграх - это отдельная область, отличающаяся от академического ИИ. Он служит для улучшения опыта игроков, а не для машинного обучения или принятия решений. В золотой век аркадных видеоигрИдея противников с искусственным интеллектом была широко популяризирована в виде градуированных уровней сложности, различных моделей движения и внутриигровых событий, зависящих от действий игрока. Современные игры часто используют существующие методы, такие как поиск пути и деревья решений, чтобы направлять действия NPC. AI часто используется в механизмах, которые не сразу видны пользователю, таких как интеллектуальный анализ данных и генерация процедурного контента . [2]

Тем не менее, «игровой ИИ», как правило, не означает, как можно было бы подумать и иногда изображается как имеющий место, реализацию искусственного человека, соответствующего NPC, как, скажем, тест Тьюринга или искусственный генерал. интеллект .

Обзор [ править ]

Термин «игровой ИИ» используется для обозначения широкого набора алгоритмов, которые также включают методы из теории управления , робототехники , компьютерной графики и информатики в целом, и поэтому ИИ видеоигр может часто не представлять собой «настоящий ИИ» в этом смысле методы не обязательно способствуют компьютерному обучению или другим стандартным критериям, они составляют только «автоматическое вычисление» или заранее определенный и ограниченный набор ответов на заранее определенный и ограниченный набор входных данных. [3] [4] [5]

Многие отрасли и корпорации [6] [ неудавшаяся проверка ] заявляют, что так называемый ИИ видеоигр прошел долгий путь в том смысле, что он произвел революцию в способах взаимодействия людей со всеми формами технологий, хотя многие [ кто? ] эксперты-исследователи скептически относятся к таким заявлениям, и особенно к представлению о том, что такие технологии подходят под определение «интеллект», стандартно используемое в когнитивных науках. [3] [4] [5] Голоса индустрии [7] [ неудачная проверка ]аргументируют это тем, что ИИ стал более универсальным в том, как мы используем все технологические устройства не по прямому назначению, потому что ИИ позволяет технологии работать множеством способов, якобы развивая свою личность и выполняя сложные инструкции пользователя. [8]

Однако многие [9] [ неудавшаяся проверка ] в области ИИ утверждали, что ИИ в видеоиграх - это не настоящий интеллект, а рекламное модное слово, используемое для описания компьютерных программ, которые используют простые алгоритмы сортировки и сопоставления для создания иллюзии разумного поведения при наделяя программное обеспечение обманчивой аурой научной или технологической сложности и прогресса. [3] [4] [5] Поскольку игровой ИИ для NPC ориентирован на внешний вид интеллекта и хороший игровой процесс в рамках ограничений среды, его подход сильно отличается от подхода традиционного ИИ.

История [ править ]

Игра в игры была областью исследований ИИ с самого начала. Одним из первых примеров искусственного интеллекта является компьютеризированная игра Nim, созданная в 1951 году и опубликованная в 1952 году. Несмотря на то, что в тот год, когда она была создана, за 20 лет до Pong , игра была передовой технологией , игра приняла форму относительно небольшой коробки и могла чтобы регулярно выигрывать игры даже против высококвалифицированных игроков. [1] В 1951 году, используя машину Ferranti Mark 1 Манчестерского университета , Кристофер Стрейчи написал программу для шашек, а Дитрих Принц - программу для шахмат . [10]Это были одни из первых когда-либо написанных компьютерных программ. Программа шашек Артура Сэмюэля , разработанная в середине 50-х - начале 60-х годов, в конечном итоге достигла достаточных навыков, чтобы бросить вызов респектабельному любителю. [11] Работа по шашкам и шахматам увенчается поражением Каспаровым от IBM «s Deep Blue компьютера в 1997 году [12] Первые видеоигры , разработанные в 1960 - х и начале 1970 - х годов, как Spacewar! , Pong и Gotcha (1973) были играми, реализованными на дискретной логике и строго основанными на соревновании двух игроков без ИИ.

Игры, в которых был режим одиночной игры с врагами, начали появляться в 1970-х годах. Первые известные аркады появились в 1974 году: игра Taito Speed ​​Race ( гоночная видеоигра ) и игры Atari Qwak ( стрелок из легкого ружья для охоты на уток ) и Pursuit ( симулятор воздушного боя на истребителе ). Две текстовые компьютерные игры 1972 года, Hunt the Wumpus и Star Trek , также имели врагов. Движение врага основывалось на запомненных шаблонах. Включение микропроцессоров позволит наложить больше вычислений и случайных элементов на модели движения.

Персонажи с легким циклом соревнуются за то, чтобы ехать последними в GLtron .

Именно в золотой век аркадных игр идея противников ИИ была в значительной степени популяризирована благодаря успеху Space Invaders (1978), который отличался повышенным уровнем сложности, четкими схемами движения и внутриигровыми событиями, зависящими от хэша. функции, основанные на вводе игрока. Galaxian (1979) добавил более сложные и разнообразные движения противника, включая маневры отдельных врагов, которые выходят из строя. Pac-Man (1980) представил модели ИИ в играх-лабиринтах с добавлением причуд разных личностей для каждого врага. Karate Champ (1984) позже представил модели ИИ в файтингах., хотя плохой AI спровоцировал выпуск второй версии. Первая королева (1988) была тактической ролевой игрой, в которой персонажи могли управляться ИИ компьютера, следуя за лидером. [13] [14] ролевая видеоигра Dragon Quest IV (1990) ввел «Тактика» систему, в которой пользователь может настроить подпрограммы AI из неигровых персонажей во время боя, концепция позже введена в ролевые действиях игровой жанр от Secret of Mana (1993).

Такие игры, как Madden Football , Earl Weaver Baseball и Tony La Russa Baseball, основывали свой ИИ в попытке воспроизвести на компьютере тренерский или управленческий стиль выбранной знаменитости. Мэдден, Уивер и Ла Русса проделали большую работу с этими командами разработчиков игр, чтобы добиться максимальной точности игр. [ необходима цитата ] Более поздние спортивные игры позволили пользователям «настраивать» переменные в ИИ для выработки определяемой игроком стратегии управления или коучинга.

Появление новых игровых жанров в 1990-х годах побудило использовать формальные инструменты искусственного интеллекта, такие как конечные автоматы . В стратегических играх в реальном времени ИИ, помимо прочего, обременяет ИИ множеством объектов, неполной информацией, проблемами поиска пути, решениями в реальном времени и экономическим планированием. [15] Первые игры этого жанра имели печально известные проблемы. Например, Херцог Цвей (1989) имел почти сломанный поиск пути и очень простые машины состояний с тремя состояниями для управления юнитами , а Dune II (1992) атаковал базу игроков в мгновение ока и использовал многочисленные читы. [16] Более поздние игры этого жанра продемонстрировали более сложный ИИ.

В более поздних играх использовались восходящие методы ИИ, такие как эмерджентное поведение и оценка действий игрока в таких играх, как Creatures или Black & White . Фасад (интерактивная история) был выпущен в 2005 году и использовал интерактивные многосторонние диалоги и ИИ в качестве основного аспекта игры.

Робот идет за мячом и участвует в Робокубке.

Игры предоставили среду для разработки искусственного интеллекта с потенциальными приложениями, выходящими за рамки игрового процесса. Примеры включают Watson , Jeopardy! -играю в компьютер; и турнир RoboCup , где роботов обучают соревноваться в футболе. [17]

Просмотры [ править ]

Многие эксперты жалуются, что «ИИ» в термине «игровой ИИ» переоценивает его ценность, поскольку игровой ИИ не связан с интеллектом и разделяет некоторые из целей академической области ИИ. В то время как «настоящий ИИ» относится к области машинного обучения, принятия решений на основе произвольного ввода данных и даже к конечной цели сильного ИИ , способного рассуждать, «игровой ИИ» часто состоит из полдюжины практических правил или эвристик , которые достаточно для хорошего игрового процесса. [ необходима цитата ]Исторически сложилось так, что академические проекты игрового ИИ были относительно отделены от коммерческих продуктов, потому что академические подходы, как правило, были простыми и немасштабируемыми. Коммерческий игровой ИИ разработал собственный набор инструментов, которых во многих случаях было достаточно для обеспечения хорошей производительности. [2]

Повышение осведомленности разработчиков игр об академическом ИИ и растущий интерес академического сообщества к компьютерным играм приводит к тому, что определение того, что считается ИИ в игре, становится менее идиосинкразическим . Тем не менее, значительные различия между различными областями применения ИИ означают, что игровой ИИ по-прежнему можно рассматривать как отдельное подполе ИИ. В частности, важное различие составляет способность законно решать некоторые проблемы ИИ в играх с помощью читерства . Например, определение положения невидимого объекта из прошлых наблюдений может быть сложной проблемой, когда ИИ применяется к робототехнике, но в компьютерной игре NPC может просто найти положение в графе игровой сцены.. Такой обман может привести к нереалистичному поведению и поэтому не всегда желателен. Но его возможность помогает отличить игровой ИИ и приводит к новым проблемам, которые необходимо решить, например, когда и как использовать читерство. [ необходима цитата ]

Основным ограничением сильного ИИ является присущая ему глубина мышления и чрезвычайная сложность процесса принятия решений. Это означает, что хотя тогда теоретически можно было бы создать «умный» ИИ, проблема потребовала бы значительной вычислительной мощности. [ необходима цитата ]

Использование [ править ]

В компьютерном моделировании настольных игр [ править ]

  • Компьютерные шахматы
  • Computer Go
  • Компьютерные шашки
  • Игроки в компьютерный покер
  • Акинатор
  • Компьютер Аримаа
  • Logistello , играющий на Реверси
  • Rog-O-Matic , который играет Rogue
  • Компьютерные плееры Scrabble
  • Разнообразие настольных игр на компьютерной олимпиаде
  • Общая игра
  • Решенные игры имеют компьютерную стратегию, которая гарантированно будет оптимальной и в некоторых случаях приводит к выигрышу или ничьей.

В современных видеоиграх [ править ]

Дополнительная информация: Бот для видеоигр

Игровые ИИ / эвристические алгоритмы используются в самых разных областях внутри игры. Наиболее очевидным является контроль над любыми NPC в игре, хотя «скриптинг» ( дерево решений ) в настоящее время является наиболее распространенным средством контроля. [18] Эти рукописные деревья решений часто приводят к «искусственной глупости», такой как повторяющееся поведение, потеря погружения или ненормальное поведение в ситуациях, которые разработчики не планировали. [19]

Поиск пути , еще одно распространенное использование ИИ, широко используется в стратегических играх в реальном времени . Поиск пути - это метод определения того, как переместить NPC из одной точки на карте в другую, принимая во внимание местность, препятствия и, возможно, « туман войны ». [20] [21] В коммерческих видеоиграх часто используется быстрый и простой «поиск пути на основе сетки», при котором местность отображается на жесткую сетку из однородных квадратов, а алгоритм поиска пути, такой как A * или IDA * , применяется к сетке. [22] [23] [24] Вместо жесткой сетки в некоторых играх используются неправильные многоугольники и собирается навигационная сетка.из областей карты, к которым могут дойти NPC. [22] [25] В качестве третьего метода разработчикам иногда удобно вручную выбирать «путевые точки», которые NPC должны использовать для навигации; цена в том, что такие путевые точки могут создавать неестественно выглядящее движение. Кроме того, путевые точки имеют тенденцию работать хуже, чем навигационные сетки в сложных условиях. [26] [27] Помимо статического поиска пути, навигация - это подполе Game AI, которая фокусируется на предоставлении NPC возможности перемещаться в динамической среде, находить путь к цели, избегая столкновений с другими объектами (другими NPC, игроками. ..) или сотрудничать с ними (групповая навигация). [ необходима цитата ]Навигация в динамических стратегических играх с большим количеством юнитов, таких как Age of Empires (1997) или Civilization V (2010), часто работает плохо; юниты часто мешают другим юнитам. [27]

Вместо того, чтобы улучшать игровой ИИ для правильного решения сложной проблемы в виртуальной среде, часто бывает более экономичным просто изменить сценарий, чтобы он был более управляемым. Если поиск пути застревает на конкретном препятствии, разработчик может просто переместить или удалить препятствие. [28] В Half-Life (1998) алгоритм поиска пути иногда не мог найти разумный способ для всех NPC уклониться от брошенной гранаты; вместо того, чтобы позволить NPC попытаться ускользнуть с дороги и рискнуть показаться глупыми, разработчики вместо этого запрограммировали NPC приседать и укрываться в этой ситуации. [29]

Боевой AI в видеоиграх [ править ]

Многие современные видеоигры подпадают под категорию боевиков, шутеров от первого лица или приключений. В большинстве игр такого типа происходит определенный уровень боя. В этих жанрах очень важна способность ИИ быть эффективными в бою. Сегодняшняя общая цель - сделать ИИ более человечным или, по крайней мере, таковым.

Одна из наиболее положительных и эффективных особенностей современного искусственного интеллекта видеоигр - это возможность охотиться. Изначально ИИ отреагировал очень черно-белым образом. Если бы игрок находился в определенной области, ИИ реагировал бы либо полностью наступательным образом, либо полностью защищаясь. В последние годы было введено понятие «охота»; в этом состоянии «охоты» ИИ будет искать реалистичные маркеры, такие как звуки, издаваемые персонажем, или следы, которые он мог оставить. [30] Эти события в конечном итоге позволяют более сложную форму игры. С помощью этой функции игрок действительно может подумать, как подойти или избежать врага. Это особенность, которая особенно распространена в жанре стелс .

Еще одним достижением в недавнем игровом ИИ стало развитие «инстинкта выживания». Игровые компьютеры могут распознавать различные объекты в среде и определять, полезно это или вредно для их выживания. Как и пользователь, ИИ может искать укрытие в перестрелке, прежде чем предпринимать действия, которые в противном случае сделали бы его уязвимым, например, перезарядить оружие или бросить гранату. Можно установить маркеры, которые сообщают ему, когда нужно реагировать определенным образом. Например, если ИИ дается команда проверять его здоровье на протяжении всей игры, тогда можно установить дополнительные команды, чтобы он реагировал определенным образом при определенном проценте здоровья. Если здоровье ниже определенного порога, то ИИ можно настроить так, чтобы он убегал от игрока и избегал его, пока не сработает другая функция.Другой пример: если ИИ заметит, что в нем кончились патроны, он найдет укрытие и скроется за ним, пока он не перезагрузится. Подобные действия делают ИИ более человечным. Однако в этой области все еще есть необходимость в улучшении.

Другой побочный эффект боевого ИИ возникает, когда два управляемых ИИ персонажа сталкиваются друг с другом; Так называемая «борьба монстров», впервые популярная в игре Doom от id Software , может вспыхнуть в определенных ситуациях. В частности, агенты ИИ, которые запрограммированы на ответ на враждебные атаки, иногда атакуют друг друга, если атаки их когорты приземляются слишком близко к ним. [ необходимая цитата ] В случае с Doom , опубликованные руководства по игровому процессу даже предлагают воспользоваться борьбой монстров, чтобы выжить на определенных уровнях и настройках сложности.

Метод поиска по дереву Монте-Карло [ править ]

Игровой ИИ часто сводится к поиску пути и конечным автоматам. Поиск пути перемещает ИИ из точки А в точку Б, обычно самым прямым способом. Конечные автоматы позволяют переходить от одного поведения к другому. Монте - Карло дерево поиска метод [31] обеспечивает более привлекательный игровой опыт, создавая дополнительные препятствия для игрока преодолеть. MCTS представляет собой древовидную диаграмму, на которой ИИ играет в крестики-нолики . В зависимости от результата он выбирает путь, создающий следующее препятствие для игрока. В сложных видеоиграх у этих деревьев может быть больше ветвей, при условии, что игрок может придумать несколько стратегий, чтобы преодолеть препятствие.

Используется в играх за пределами NPC [ править ]

Георгиос Н. Яннакакис предполагает, что академические разработки ИИ могут играть роль ИИ в игре, выходящую за рамки традиционной парадигмы ИИ, контролирующего поведение NPC. [2] Он выделяет четыре другие потенциальные области применения:

  1. Моделирование опыта игрока : определение способностей и эмоционального состояния игрока с целью соответствующей адаптации игры. Это может включать динамическую балансировку сложности игры , которая заключается в регулировке сложности видеоигры в реальном времени в зависимости от способностей игрока. Игровой ИИ также может помочь определить намерение игрока (например, распознавание жестов ).
  2. Генерация процедурного контента : автоматическое создание элементов игровой среды, таких как условия окружающей среды, уровни и даже музыка. Методы ИИ могут создавать новый контент или интерактивные истории.
  3. Интеллектуальный анализ данных о поведении пользователей: это позволяет разработчикам игр исследовать, как люди используют игру, какие части они играют больше всего и что заставляет их прекращать играть, позволяя разработчикам настраивать игровой процесс или улучшать монетизацию.
  4. Альтернативные подходы к NPC: они включают изменение настройки игры для повышения правдоподобия NPC и изучение социального, а не индивидуального поведения NPC.

Вместо процедурной генерации некоторые исследователи использовали генеративные состязательные сети (GAN) для создания нового контента. В 2018 году исследователи из Корнуоллского университета обучили GAN на тысяче созданных людьми уровней для DOOM (1993); После обучения прототип нейронной сети смог самостоятельно разрабатывать новые игровые уровни. Точно так же исследователи из Калифорнийского университета создали прототип GAN для генерации уровней для Super Mario . [32] В 2020 году Nvidia представила созданный GAN клон Pac-Man ; GAN научился воссоздавать игру, просмотрев 50 000 прохождений (в основном, созданных ботами). [33]

Обман AI [ править ]

Геймеры всегда спрашивают, обманывает ли ИИ (предположительно, чтобы они могли пожаловаться, если проиграют)

-  Терри Ли Коулман из Computer Gaming World , 1994 [34]

В контексте искусственного интеллекта в видеоиграх мошенничество означает, что программист предоставляет агентам действия и доступ к информации, которая будет недоступна игроку в той же ситуации. [35] Полагая, что 8-битный Atari не сможет конкурировать с игроком-человеком, Крис Кроуфорд не исправил ошибку в Восточном фронте (1941), которая принесла пользу управляемой компьютером российской стороне. [36] Computer Gaming World в 1994 году сообщил, что «это хорошо известный факт, что многие ИИ« обманывают »(или, по крайней мере,« обманывают »), чтобы не отставать от игроков-людей». [37]

Например, если агенты хотят знать, находится ли игрок поблизости, им могут быть предоставлены сложные, похожие на человека датчики (зрение, слух и т. Д.), Или они могут обмануть, просто запросив игровой движок.для позиции игрока. Общие варианты включают в себя повышение скорости ИИ в гоночных играх, чтобы догнать игрока, или создание им выгодных позиций в шутерах от первого лица. Использование мошенничества в ИИ показывает ограничения искусственно достижимого «интеллекта»; вообще говоря, в играх, где важна стратегическая креативность, люди могли бы легко победить ИИ после минимума проб и ошибок, если бы не это преимущество. Обман часто применяется по соображениям производительности, где во многих случаях это можно считать приемлемым, если эффект не очевиден для игрока. Хотя читерство относится только к привилегиям, предоставленным специально ИИ - он не включает нечеловеческую скорость и точность, естественные для компьютера - игрок может назвать неотъемлемые преимущества компьютера «обманом».если они приводят к действию агента, в отличие от игрока-человека.[35] Сид Мейер заявил, что он пропустил многопользовательские союзы в Civilization, потому что он обнаружил, что компьютер почти так же хорош, как и люди в их использовании, что заставляло игроков думать, что компьютер жульничает. [38] Разработчики говорят, что большинство из них честны, но им не нравятся игроки, ошибочно жалующиеся на «обман» ИИ. Кроме того, люди используют против компьютеров тактику, которую они не использовали бы против других людей. [36]

Примеры [ править ]

  • Существа (1996)

Creatures - это программа искусственной жизни, в которой пользователь «высиживает» маленьких пушистых зверюшек и учит их, как себя вести. Эти «норны» могут разговаривать, питаться и защищаться от злых существ. Это было первое популярное приложение машинного обучения в интерактивном моделировании. Существа используют нейронные сети, чтобы узнать, что им делать. Игра считается прорывом в исследованиях искусственной жизни, целью которых является моделирование поведения существ, взаимодействующих с окружающей их средой. [39]

  • Альфа Центавра Сида Мейера (1999) [ необходима цитата ]
  • Halo: Combat Evolved (2001)

Шутер от первого лица , где игрок берет на себя роль Master Chief, сражаясь различными иностранцами , пешком или в транспортных средствах. Враги очень разумно используют укрытие, применяют подавляющий огонь и гранаты. Ситуация в отряде влияет на людей, поэтому некоторые враги убегают, когда их лидер умирает. Большое внимание уделяется мелким деталям: враги бросают гранаты назад или члены команды реагируют на то, что вы им мешаете. Базовая технология «дерева поведения» стала очень популярной в игровой индустрии (особенно после Halo 2 ). [39]

  • СТРАХ (2005)

Психологический хоррор шутер от первого лица , в котором персонажи входит в зацепление с батальоном клонированных супер-солдат , роботов и паранормальных существ. ИИ использует планировщик для создания контекстно-зависимого поведения, впервые в основной игре. Эта технология до сих пор используется во многих студиях как эталон. Реплики могут использовать игровую среду в своих интересах, например переворачивать столы и полки для создания укрытия, открывать двери, вылетать из окон или даже замечать (и предупреждать остальных своих товарищей) фонарик игрока. Кроме того, ИИ также способен выполнять обходные маневры, использовать подавляющий огонь, бросать гранаты, чтобы вывести игрока из укрытия, и даже притворяться мертвым. Большинство вышеупомянутых действий (в частности, флангирование) является результатом эмерджентного поведения. [40] [41]

  • СТАЛКЕР серия (2007-)

Шутер от первого лица ужаса выживания игра , где игрок должен лицо техногенные эксперименты, военные солдаты и наемники известный как сталкеров. Различные встреченные враги (если уровень сложности установлен на самый высокий) используют боевую тактику и поведение, такие как исцеление раненых союзников, отдача приказов, обход игрока с фланга или использование оружия с высокой точностью. [ необходима цитата ]

  • StarCraft II (2010)

Стратегия в реальном времени игра , где игрок берет на себя управление одной из трех фракций в 1v1, 2v2, 3v3 или боевой арене. Игрок должен победить своих противников, уничтожив все их отряды и базы. Это достигается путем создания юнитов, которые эффективно противостоят юнитам ваших противников. Игроки могут играть против нескольких разных уровней сложности ИИ, от очень простого до Cheater 3 (безумный). ИИ может обмануть на сложности Cheater 1 (видение), где он может видеть юниты и базы, когда игрок в той же ситуации не может. Cheater 2 дает ИИ дополнительные ресурсы, а Cheater 3 дает значительное преимущество перед противником. [42]

См. Также [ править ]

  • Приложения искусственного интеллекта
  • Модель поведения
  • Машинное обучение в видеоиграх
  • Бот для видеоигр
  • Смоделированная реальность
  • Kynapse - промежуточное программное обеспечение игрового ИИ, специализирующееся на поиске пути и пространственном мышлении
  • AiLive - набор промежуточного программного обеспечения игрового ИИ
  • xaitment - графический ИИ для игр
Списки
  • Список новых технологий
  • Список промежуточного программного обеспечения для ИИ игр
  • Схема искусственного интеллекта

Ссылки [ править ]

  1. ^ а б Грант, Евгений Ф .; Ларднер, Рекс (2 августа 1952 г.). "Разговор о городе - это" . Житель Нью-Йорка .
  2. ^ a b c Яннакакис, Geogios N (2012). «Новый взгляд на ИИ в играх» (PDF) . Труды 9-й конференции по компьютерным границам : 285–292. Архивировано 8 августа 2014 года (PDF) .
  3. ^ a b c Богост, Ян (март 2017). « « Искусственный интеллект »стал бессмысленным» . Проверено 22 июля 2017 года .
  4. ^ a b c Каплан, Джерри (март 2017 г.). «Проблема пиара AI» . MIT Technology Review .
  5. ^ a b c Итон, Эрик; Диттерих, Том; Джини, Мария (декабрь 2015 г.). «Кто говорит от имени ИИ?». AI имеет значение . 2 (2): 4–14. DOI : 10.1145 / 2847557.2847559 . S2CID 207233310 . 
  6. ^ https://www.theverge.com/2019/3/6/18222203/video-game-ai-future-procedural-generation-deep-learning
  7. ^ https://www.infoworld.com/article/3298163/why-gaming-ai-wont-help-make-ai-work-in-the-real-worldbut-could.html
  8. ^ Иствуд, Гэри. «Как ИИ видеоигр меняет мир» . ИТ-директор . Архивировано из оригинального 28 февраля 2017 года . Проверено 28 февраля 2017 года .
  9. ^ https://www.theverge.com/2019/12/19/21029605/artificial-intelligence-ai-progress-measurement-benchmarks-interview-francois-chollet-google
  10. ^ См. «Краткую историю вычислений» на сайте AlanTuring.net.
  11. ^ , Шеффер, Джонатан. One Jump Ahead :: Challenging Human Supremacy in Checkers , 1997,2009, Springer, ISBN 978-0-387-76575-4 . Глава 6. 
  12. ^ МакКордак, Памела (2004), Машины, которые думают (2-е изд.), Натик, Массачусетс: AK Peters, Ltd., ISBN 1-56881-205-1, п. 480-483
  13. ↑ Первая королева в MobyGames
  14. ^ "Официальный сайт" . Kure Software Koubou . Проверено 19 мая 2011 года .( Перевод )
  15. ↑ Schwab, 2004, стр. 97-112
  16. ^ Schwab, 2004, с.107
  17. ^ Эмерджентный Intelligence в играх архивации 19 февраля 2011 в Вайбак Machine 17 февраля 2011 года .
  18. ↑ Хорошо, Оуэн С. (5 августа 2017 г.). «Мод Skyrim делает взаимодействие NPC менее запрограммированным, а больше похожим на симов» . Многоугольник . Проверено 16 апреля 2018 года .
  19. Перейти ↑ Lara-Cabrera, R., Nogueira-Collazo, M., Cotta, C., & Fernández-Leiva, AJ (2015). Игровой искусственный интеллект: вызовы для научного сообщества.
  20. ^ Yannakakis, GN (2012, май). Новый взгляд на игровой AI. В материалах 9-й конференции по компьютерным границам (стр. 285–292). ACM.
  21. ^ Хагельбэк, Йохан и Стефан Дж. Йоханссон. «Как справиться с туманом войны в среде стратегической игры в реальном времени». В «Вычислительном интеллекте и играх», 2008. CIG'08. IEEE Symposium On, стр. 55-62. IEEE, 2008 г.
  22. ^ а б Абд Алгфор, Зейяд; Сунар, Мохд Шахризал; Коливанд, Хошанг (2015). «Комплексное исследование методов поиска пути для робототехники и видеоигр» . Международный журнал технологий компьютерных игр . 2015 : 1–11. DOI : 10.1155 / 2015/736138 .
  23. ^ Ага, Питер. «Поиск пути по сетке». На конференции Канадского общества вычислительных исследований интеллекта, стр. 44-55. Шпрингер, Берлин, Гейдельберг, 2002.
  24. ^ Расин, NR (июнь 2012). «Тесты для поиска пути по сетке». IEEE Transactions по вычислительному интеллекту и искусственному интеллекту в играх . 4 (2): 144–148. DOI : 10.1109 / TCIAIG.2012.2197681 .
  25. Перейти ↑ Goodwin, SD, Menon, S., & Price, RG (2006). Поиск пути на открытой местности. В материалах Международной научной конференции о будущем игрового дизайна и технологий.
  26. ^ Nareyek, A. (2004). ИИ в компьютерных играх. Очередь, 1 (10).
  27. ^ a b Цуй, X., & Ши, Х. (2011). Поиск пути на основе A в современных компьютерных играх. Международный журнал компьютерных наук и сетевой безопасности, 11 (1), 125-130.
  28. ^ «Методы дизайна и идеалы для видеоигр» . Байт Журнал . 7 (12). 1982. с. 100.
  29. Перейти ↑ Lidén, L. (2003). Искусственная глупость: искусство преднамеренных ошибок. Мудрость программирования игр AI, 2, 41-48.
  30. ^ Шрайнер, Тим. «Искусственный интеллект в игровом дизайне». Депо искусственного интеллекта. Интернет. 19 ноября 2009 г. AI-depot.com Архивировано 10 августа 2011 г., Wayback Machine.
  31. ^ Статт, Ник (9 марта 2019 г.). «КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ РЕВОЛЮЦИОНИРУЕТ СПОСОБ РАЗРАБОТКИ И РАЗВЕДЕНИЯ ВИДЕОИГР» . Проверено 23 февраля 2020 года .
  32. ^ «AI создает новые уровни для Doom» . BBC News . 8 мая 2018 . Дата обращения 17 мая 2018 .
  33. ↑ Винсент, Джеймс (22 мая 2020 г.). «ИИ Nvidia воссоздает Pac-Man с нуля, просто наблюдая за тем, как в него играют» . Грань . Проверено 28 мая 2020 .
  34. ↑ Коулман, Терри Ли (июль 1994 г.). «Он не тяжелый, он мой властелин» . Компьютерный игровой мир . С. 110–111.
  35. ^ a b Скотт, Боб (2002). «Иллюзия интеллекта». У Рабина, Стив (ред.). Мудрость программирования игр AI . Чарльз Ривер Медиа. С. 16–20.
  36. ^ a b Уилсон, Джонни Л .; Браун, Кен; Ломбарди, Крис; Векслер, Майк; Коулман, Терри (июль 1994). «Дилемма дизайнера: восьмая конференция разработчиков компьютерных игр» . Компьютерный игровой мир . С. 26–31.
  37. ^ Уилсон, Джонни Л. (февраль 1994 г.). «Mea Culpas And Culpability» . От редакции. Компьютерный игровой мир . п. 8.
  38. ^ «7-я Международная конференция разработчиков компьютерных игр» . Компьютерный игровой мир . Июль 1993 г. с. 34 . Проверено 12 июля 2014 .
  39. ^ a b AiGameDev - 10 самых влиятельных игр с ИИ
  40. ^ Хорти, Самуэль (3 апреля 2017). «Почему AI FEAR по-прежнему лучший в шутерах от первого лица» . Камень, бумага, дробовик . Проверено 29 декабря 2020 года .
  41. ^ «Создание ИИ СТРАХА с целенаправленным планированием действий» . www.gamasutra.com . Проверено 29 декабря 2020 года .
  42. ^ «StarCraft II» . StarCraft II . Проверено 28 февраля 2017 года .

Библиография [ править ]

  • Богост, Ян (2017). «Искусственный интеллект стал бессмысленным». [1]
  • Бург; Зееманн (2004). AI для разработчиков игр . O'Reilly & Associates . ISBN 0-596-00555-5 . 
  • Бакленд (2002). Методы AI для программирования игр . Муска и Липман . ISBN 1-931841-08-X . 
  • Бакленд (2004). Программирование игрового ИИ на примере . Издательство Wordware . ISBN 1-55622-078-2 . 
  • Шампандар (2003). Разработка игр AI . Новые всадники . ISBN 1-59273-004-3 . 
  • Итон, Эрик и др. (2015). «Кто говорит от имени ИИ?» [2]
  • Funge (1999). AI для анимации и игр: подход к когнитивному моделированию . А.К. Петерс . ISBN 1-56881-103-9 . 
  • Funge (2004). Искусственный интеллект для компьютерных игр: введение . А.К. Петерс. ISBN 1-56881-208-6 . 
  • Каплан, Джерри (2017). «Проблема ИИ с общественностью». [3]
  • Миллингтон (2005). Искусственный интеллект для игр. Архивировано 4 сентября 2012 года на Wayback Machine . Морган Кауфманн . ISBN 0-12-497782-0 . 
  • Шваб (2004). Программирование игрового движка AI . Чарльз Ривер Медиа . ISBN 1-58450-344-0 . 
  • Смед и Хаконен (2006). Алгоритмы и сети для компьютерных игр . Джон Вили и сыновья . ISBN 0-470-01812-7 . 

Внешние ссылки [ править ]

  • Специальная группа по искусственному интеллекту @IGDA
  • Мудрость программирования игр с ИИ на aiwisdom.com
  • Георгиос Н. Яннакакис и Юлиан Тогелиус