3.1. Читерский искусственный интеллект

В играх, в которых важен творческий потенциал игрока, ИИ не может сражаться на равных с человеком. Чтобы уравнять шансы, применяют читерский, или обманный ИИ.

Обманный ИИ компенсирует отсутствие стратегического мышления какими-либо другими преимуществами над игроком. Например: большее количество жизней, более быстрое передвижение или игнорирование тумана войны. Понятие «читерский» употребляется только по отношению к привилегиям искусственного характера: так, нечеловеческая реакция, стремительность и точность, свойственная компьютерам, читерством не считается.

Конечно, компьютер всегда имеет преимущество над человеком — человеку приходится полагаться на зрение и слух с их ограничениями, в то время как компьютер имеет прямой (хоть и ограниченный) доступ к абстракциям движка. Однако никто серьёзно не полагает, что «истинный» игровой ИИ должен иметь и использовать алгоритмы визуальной обработки, тем более, что воссоздание человеческого зрения в настоящее время является недостижимой целью для систем машинного зрения.

Ниже приведён один общий пример читерского игрового ИИ, который присутствует во многих гоночных играх. Если ИИ-игрок достаточно сильно отстаёт от основной массы гонщиков, он внезапно получает огромное увеличение скорости или другие параметры, позволяющие ему нагнать других гонщиков и снова стать конкурентоспособным соперником. Этот метод известен как «метод резиновой нити» (en:Rubber banding), потому что он позволяет ИИ-персонажу немедленно вернуться назад в конкурентоспособную позицию. Подобный метод также используется в таких спортивных играх, как серия «Madden NFL». В более продвинутых играх конкурентоспособность неигровых персонажей или ботов может быть достигнута благодаря динамическому игровому балансированию, который можно считать более справедливым, хотя всё ещё техническим обманом, так как ИИ-игроки всё ещё получают преимущества, даже при том, что они соблюдают правила виртуального мира [1].

3.2. Применение игрового искусственного интеллекта

Игры могут порождать необычайно большие пространства состояний. Для поиска в них требуются мощные методики, определяющие, какие альтернативы следует рассматривать. Такие методики называются эвристиками и составляют значительную область исследований искусственного интеллекта [8].

Эвристические алгоритмы игрового искусственного интеллекта используются в широком разнообразии во многих отраслях внутри игры. Самое очевидное применение игрового искусственного интеллекта проявляется в контролировании неигровых персонажей, хотя скриптинг тоже является очень распространённым способом контроля. Поиск пути является другим широко распространённым применением игрового ИИ, — он особенно проявляется в стратегиях реального времени. Поиск пути является методом для определения того, как неигровому персонажу перейти с одной точки на карте к другой: нужно учитывать ландшафт, препятствия и, возможно, «туман войны». Игровой ИИ также связан с динамической игровой балансировкой [1].

Концепция непредсказуемого (англ. emergent) ИИ была исследована в таких играх как Creatures, Black & White и Nintendogs и в таких игрушках как тамагочи. «Домашние животные» в этих играх имеют способность «учится» из действий, предпринятых игроком, и их поведение изменяется соответственно. В то время, как эти решения взяты из ограниченного множества возможных решений, это действительно часто даёт желаемую иллюзию интеллекта по другую сторону экрана.

Все вышеперечисленное позволяет разработчикам создать для игроков компьютерных игр действительно интеллектуальных соперников. При этом, стоит отметить, что в данной работе дано обобщенное представление об игровом искусственном интеллекте в компьютерных играх. Поэтому здесь представлены не все правила, а только их малая часть.

В последние годы используемые алгоритмы для игрового искусственного интеллекта продолжают активно развиваться. Этому, в частности, способствует увеличение области их применения. Помимо компьютерных игр, игровой искусственный интеллект активно применяется для создания узкоспециализированных военных симуляторов. Военные симуляторы уже давно стали частью системы тренировок Вооруженных сил некоторых стран (США, Великобритания). При разработке подобных систем особую значимость приобретает правдоподобное поведение виртуальных солдат на поле боя.

В российской армии также заинтересованы использовании подобных технологий для обучения личного состава. В 2015 году в России создали самый большой и самый высокотехнологичный полигон - 333-й Центр боевой подготовки, в котором активно применяются военные симуляторы. Многие эксперты полагают, что при хорошем финансировании игрового искусственного интеллекта, военные могут получить беспрецедентные возможности по обучению тактике ведения боя [5].

ЗАКЛЮЧЕНИЕ

Искусственный интеллект — сложная и многогранная область для исследований. Искусственный интеллект в играх может принимать разные формы в зависимости от потребностей создаваемой игры — от простых наборов правил для управляемых компьютером объектов до более совершенных адаптивных систем. Применение технологий искусственного интеллекта в играх необходимо для повышения правдоподобности виртуальных персонажей, созданных в электронной развлекательной программе.

Совершенно очевидно, что слишком сложные игры не интересны геймерам. Если на прохождение игры тратится неоправданно много времени, то выхода два: найти в Сети, как пройти «затык» в игре, либо банально забросить всю игру. Но парадокс состоит в том, что и слишком легкие игры тоже малоинтересны. Поэтому основная задача - сделать не сверх умный искусственный интеллект, как ошибочно принято полагать, а наиболее оптимальный ИИ, ориентируясь на некий средний уровень сложности, приемлемый для большинства геймеров. В итоге большинство популярных игр - это некий идеальный, если его так можно назвать, искусственный интеллект, но с явными брешами, которые заложены в него изначально. И вся игра сводится к поиску и осознанию этих брешей, чтобы использовать их и победить противника [9].

Каковы перспективы развития искусственного интеллекта в играх, что стоит ждать от ИИИ в ближайшем будущем? Производительность компьютерных систем стремительно растет, бюджеты на производство игр постоянно увеличиваются, это приведет в первую очередь к применению более сложных технологий и алгоритмов, которым требуются большие вычислительные мощности, позволит получать новые эффективные решения и повысить достоверность и развлекательность игр. В последние годы намечается тенденция к развитию таких направлений, как самообучение, умение взаимодействовать с интерактивным окружающим миром и налаживание четкого взаимодействия между агентами. Все это служит тому, чтобы игры стали интереснее и увлекательнее.

Подводя итоги, отмечу, что компьютерные игры с их разумными виртуальными мирами на сегодня являются основным плацдармом для откатки систем искусственного интеллекта различных типов, и первое, где человек сможет увидеть, не побоюсь этого слова, разумное лицо искусственного интеллекта — это экран монитора [12].

Список литературы:

1. Википедия: [Электронный ресурс]. – Режим доступа: 

ru.wikipedia.org›Игровой искусственный интеллект

2. Дональд Кихo, Создание искусственного интеллекта для игр:

[Электронный ресурс]. – Режим доступа: software.intel.com›ru-ru/articles/1

3. Искусственный интеллект в играх: [Электронный ресурс]. – Режим

доступа: akella-vmk.narod.ru›Lec6.htm

4. Искусственный интеллект в жизни и в игре: [Электронный ресурс]. –

Режим доступа: hex.3dn.ru›…iskusstvennyj_intellekt/2011-11-06-32

5. Искусственный интеллект в компьютерных играх:

[Электронный ресурс]. – Режим доступа:

  https://iot.ru/gadzhety/iskusstvennyy-intellekt-v-kompyuternykh-igrakh

6. Кушнир, Н.В., Кушнир, А.В., Каширин, А.А., Тимченко, А.В.

Игровой искусственный интеллект [Текст] / Н.В. Кушнир, А.В. Кушнир,

А.А. Каширин, А.В. Тимченко // Научные труды КубГТУ, №2, 2016.

Режим доступа: ntk.kubstu.ru›file/819