그래픽이 저의 주요 초점 분야이지만, 저는 꽤 오랫동안 Game AI 개념을 다루고 있습니다. 간단한 A * 경로 찾기에서 복잡한 퍼셉트론까지 ..
내 질문은 이것입니다; 누구든지 대규모 상용 타이틀에서 일부 고급 AI 개념을 성공적으로 (또는 더 흥미롭게, 실패한) 구현 한 예가 있습니까?
더 높은 수준으로, 나는 순수 AI에서 일반적으로 발견되는 지능을 시뮬레이션하는 방법을 의미합니다.
- 신경망
- 유전자 알고리즘
- 의사 결정 이론
나는 재정 예산뿐만 아니라 개발자도 메모리 사용 예산을 가지고 있다는 것을 알고 있습니다 (AI는 종종 뒷좌석을 차지합니다). 이 방법들 중 많은 것들이 구현하고 제한적인 수익을 제공하는 데 많은 비용이 듭니다. 나는 어디에서 언제 이들 (또는 내가 언급했던 것을 잊어 버린 다른 높은 수준의 개념)이 어디에 또는 언제 있는지 알고 있는지 궁금합니다. 잘 알려진 게임 🙂
나는 또한이 산업에서 영업 비밀은 삶의 사실이라는 것을 알고있다. :디
답변
일반적으로 신경망과 유전자 알고리즘은 게임에 사용되지 않으며 딥 러닝을 위해 신경망을 사용하는 것에 대한 최근의 관심과는 별개로, 게임 외부에서는 그렇지 않습니다.
이것이 인공 지능 학계에서 가르치는 주된 이유는 실제 적용 가능성 때문이 아니라 가르치는 장치로 설명하기가 쉽기 때문입니다. 수학 및 생물학적 유사체가있어 학생들이 어떻게 일할 수 있는지 이해할 수 있습니다.
현실에서는 일반적으로 신뢰성과 예측 성이 필요합니다. 학습 방법의 문제점은 그들이 ‘야생적으로’배우면 잘못된 패턴을 배우고 신뢰할 수 없다는 것입니다. NN 또는 GA는 잠재적으로 로컬 최대 값에 도달 할 수 있으며, 이는 예를 들어 필요한 게임 플레이 경험을 제공하기에 충분하지 않을 수 있습니다. 다른 경우에, 그것은 너무 좋은 결과를 낼 수 있으며, 타의 추종을 불허하는 완벽한 전략을 찾습니다. 대부분의 엔터테인먼트 제품에서는 바람직하지 않습니다.
오프라인에서 (예 : 게임 플레이 중이 아닌 시작하기 전에) 훈련하더라도, 외관상 좋은 데이터 세트는 플레이어가 발견 한 악용을 쉽게 숨길 수 있습니다. 신경망은 특히 연구하기에는 불투명 한 일련의 가중치를 발전 시키며, 그 결정은 추론하기 어렵다. 설계자가 그러한 AI 루틴을 원하는대로 수행하도록 조정하는 것은 어려울 것입니다.
그러나 가장 심각한 문제는 GA와 NN이 일반적으로 게임 개발 작업에 가장 적합한 도구가 아니라는 것입니다. 훌륭한 교수법 장치이지만, 주제 영역에 대한 충분한 지식을 가진 사람은 일반적으로 유사한 결과를 얻기 위해 다른 방법을 사용하는 것이 더 좋습니다. 이것은 지원 벡터 머신이나 행동 트리와 같은 다른 AI 기술에서 상태 머신과 같은 더 간단한 접근 방식이나 심지어 if-then 조건 조건의 긴 체인에 이르기까지 다양 할 수 있습니다. 이러한 접근 방식은 개발자의 도메인 지식을보다 잘 활용하는 경향이 있으며 학습 방법보다 더 신뢰할 수 있고 예측 가능합니다.
그러나 일부 개발자는 개발 과정에서 신경망을 사용하여 경마장 주위의 좋은 경로를 찾도록 운전자를 훈련시킨 다음이 경로를 게임의 일부로 배송 할 수 있다고 들었습니다. 최종 게임에는 훈련 된 그물 조차도이 기능을 수행하기 위해 신경망 코드가 필요하지 않습니다.
이 방법의 ‘비용’은 실제로 문제가되지 않습니다. NN과 GA는 모두 매우 저렴하게 구현할 수 있으며 특히 NN은 사전 계산 및 최적화에 대출합니다. 문제는 실제로 유용한 정보를 얻을 수 있다는 것입니다.
답변
게임에서 “학술적”인공 지능의 응용은 일반적으로 게임 영역에서 인공 지능으로 생각하는 것보다 훨씬 미묘한 경향이 있습니다. 학교에있을 때 게임 AI 교수의 많은 관심은 카메라 제어를위한 AI였습니다. 그의 다른 관심 분야는 AI 내러티브 관리였습니다. 이 후기 영역의 주목할만한 예는 정면 입니다.
게임에서 “학술적”AI의 주요 문제는 다른 문제를 해결한다는 것입니다. 당신은 종종 게임에서 요구 사항을 만족시키기를 원하지 않습니다. 당신은 단지 만족하고 싶다. 이전에 말했듯이, 당신은 쉬워지기를 원하지 않지만 AI 상대가 너무 어려워지는 것을 원하지 않습니다.
즉, Lionhead의 흑백 게임 시리즈는 위의 질문에 대해 이야기 한 것과 비슷한 AI를 사용했으며 적어도 속편 을 만들만큼 충분히 성공했습니다 .
“The Elder Scrolls IV : Oblivion” 의 빛나는 인공 지능에 대한 보고서는 원래이 행동의 예이기도하지만 NPC가 음식을 통해 서로를 죽이는 것과 같은 이상한 예기치 않은 행동으로 인해 벙어리가되어야한다는 사실을 기억합니다.
답변
그것들은 디버깅하기가 어렵 기 때문에 실수로 과도하게 최적화 된 결함을 쉽게 해결할 수 없습니다. 이 때문에 게임에 사용 된 신경망은 게임 플레이 중에 실시간으로 학습해야합니다. 그러나 게임 NERO와 같이 사용되었습니다.
답변
Forza는 자동차 AI에 신경망을 사용합니다. 내가 들었던 것으로부터, 그들은 게임을 출하하기 전에 미리 모든 학습을했으며, 따라서 런타임에 정적 신경망입니다.
프로젝트의 내 친구가 그것에 대해 말했지만이 기사에서도 그것에 대해 이야기합니다 : http://gamingbolt.com/forza-5-developer-best-explains-cloud-technology-create-ai-agents-to- 당신을 위해 승리
답변
사용 된 신경망에 대해 알고있는 가장 빠른 타이틀은 1993 년에 출시 된 D & D TBS / 액션 게임 인 Fantasy Empires였습니다. 이들은 던전 마스터 피겨가 말한 것을 이끌어 내기 위해 이것을 사용했습니다. “지능적”이지만 “예측할 수없는”방식으로하십시오. 게임을 많이 해본 적이 있다면 동의하지 않을 수 있습니다! 애니메이션 던전 마스터 피겨는 NN을 사용하여 정적 사운드 비트 모음에서 최근 작업을 기반으로 게임 플레이 스타일에 대한 지침을 제공합니다. 나는 그것이 매우 간단한 네트워크라고 가정합니다.
( 자세한 내용 은 설명서 57 페이지 참조)
