Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Stawarz P.

1 2017

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: wieloosobowe gry komputerowe

Sortuj według:

Ogranicz wyniki do:

Implementation of a deterministic video game agent testing environment

Stawarz P.

Studia z Automatyki i Informatyki

2017

T. 42

61--73

Competitive multiplayer video games take many forms. From short, slow-paced, strategic card games, to fast and realistic first-person shooters, all have one thing in common - the presence of agents controlled by an artificial intelligence. The human factor often requires the application designer to perform various tweaks, as human behavioral patterns are complicated and evolve based on the individual game knowledge. Adaptive artificial agents are undoubtedly the best solution, but call for prolonged testing. The article describes ways to implement determinism in an AI testing environment, vastly decreasing the required number of individual agent training sessions. In the analyzed scenario, testers participate in a set number of matches, facing only human opponents in the environment which keeps track of their movement and actions. Then an artificially controlled agent is introduced into the recorded sessions, and once again the statistics of each participant are analyzed to determine whether the AI can adequately adapt. In the case of failure, AI parameters are changed, and the process is repeated until the result is acceptable for the game designer. The environment has been designed to test a novel algorithm that has been proposed in the previous work and allows to change agent pathfinding to maximize the entities score (i.e., the number of kills), depending on current and previous player actions.

Wieloosobowe gry komputerowe w których gracze walczą przeciwko sobie przybierają wiele postaci. Począwszy od krótkich, powolnych, strategicznych gier karcianych, a kończąc na realistycznych i emocjonujących grach z widokiem pierwszoosobowym, wszystkie cechują się obecnością agentów kontrolowanych przez sztuczną inteligencję. Czynnik ludzki wymusza na projektantach poświęcenie sporej ilości czasu na dopracowanie agentów, ponieważ ludzkie decyzje bywają skomplikowane i zmieniają się w zależności od posiadanej wiedzy. Adaptujące się do bieżącej sytuacji agenty niezaprzeczalnie są najlepszym rozwiązaniem, ale wymagają długich i mozolnych testów. Artykuł opisuje sposób wprowadzenia determinizmu do środowiska testowego, co w efekcie drastycznie zmniejszy wymaganą liczbę sesji uczących. W analizowanym przykładzie testerzy uczestniczą w ustalonej liczbie rozgrywek przeciwko innym ludzkim przeciwnikom w środowisku, które nagrywa ich ruchy i inne akcje. Po zakończeniu pracy z testerami, do nagrań wprowadzany jest agent. Wpływ agenta na rozgrywkę jest analizowany by określić jego zdolności adaptacji. W przypadku gdy wyniki są niezadowalające, parametry agenta są zmieniane i proces jest powtarzany do momentu, w którym projektant uzna zachowanie SI za zadowalające. Ĺšrodowisko zostało opracowane w celu przetestowania nowatorskiego rozwiązania, które opracowaliśmy podczas wcześniejszych prac. Stworzony przez nas algorytm ma na celu maksymalizację wyniku agenta (rozumianego jako ilości zabić), w oparciu o obecne i historyczne decyzje graczy i polega na modyfikacji wag krawędzi grafu mapy w reakcji na ważne zdarzenia, które mają miejsce podczas rozgrywki.