Tue. Jul 5th, 2022

Tokoh industri berbagi pemikiran mereka tentang mendorong batas-batas perilaku NPC.

Magnet InfoKecerdasan buatan dalam game telah matang secara signifikan dalam dekade terakhir. Membuat sistem AI yang efektif kini menjadi sama pentingnya bagi pengembang game seperti halnya menciptakan gameplay yang solid dan visual yang mencolok. Studio telah mulai menugaskan tim pemrograman khusus untuk pengembangan AI sejak awal siklus desain game, menghabiskan lebih banyak waktu dan sumber daya untuk mencoba membangun karakter non-pemain (NPC) yang bervariasi, mampu, dan konsisten. Semakin banyak pengembang juga menggunakan kemajuan AI untuk membantu game mereka menonjol di tempat yang telah menjadi pasar yang sangat ramai, memunculkan diskusi yang berkembang perlahan di industri tentang mendefinisikan ulang genre game. Lembaga think tank dan meja bundar tentang kemajuan dalam game AI telah menjadi menonjol di Game Developers Conference (GDC) tahunan, sementara konferensi kecil khusus AI seperti Paris Game AI Conference tahunan dan hub online yang dijalankan pengembang seperti AiGameDev.com mengumpulkan industri besar dan pengikut komunitas. Sementara kesadaran industri tentang pentingnya AI dalam game terus tumbuh, GameSpot mendorong Matthew Titelbaum dari Monolith Games, Remco Straatman dari Guerrilla Games, dan pendiri AiGameDev.com Alex J. Champandard untuk berbagi pemikiran mereka tentang masa depan dan pertumbuhan game AI.

Membuka kemungkinan baru
Sementara AI yang salah mudah dikenali, sistem AI yang melakukan tugasnya sering kali tidak diperhatikan. Tidak ada yang berhenti di tengah-tengah level untuk mengagumi keanehan yang ditampilkan oleh NPC kecuali mereka melakukan sesuatu yang benar-benar di luar karakter–semakin biasa-biasa saja, semakin baik sistem AI. Meskipun pencapaian hasil ini masih menjadi prioritas bagi pengembang game, membuat game dengan sistem AI yang menonjol karena bagus adalah konsep yang relatif baru: beberapa studio ingin mendedikasikan jam kerja yang mahal untuk mengejar inovasi di bidang yang sangat teknis yang, untuk sebagian besar, mungkin tidak diperhatikan. Namun, ada beberapa pengecualian. Pada tahun 2007, AiGameDev.com meluncurkan penghargaan game AI tahunan, dinominasikan dan dipilih oleh komunitas situs. Tujuan dari penghargaan tersebut adalah untuk menyoroti game-game yang menjanjikan di bidang AI, baik dengan mencoba sesuatu yang berbeda atau menunjukkan kemampuan teknis. Pada tahun 2009, Best Combat AI dan keseluruhan penghargaan Best Game AI dimenangkan oleh studio yang sama–Guerrilla Games forZona Pembunuhan 2 . Remco Straatman, programmer AI utama di Guerrilla, mengatakan banyak yang telah berubah dalam game AI dalam lima hingga 10 tahun terakhir, dengan semakin banyak pengembang yang memperdagangkan skrip tingkat rendah untuk sistem keputusan NPC yang lebih canggih.

“Secara umum, saya pikir AI game telah berkembang dari tahap di mana itu merupakan pencapaian jika tidak menonjol secara negatif ke titik di mana AI di sebagian besar game besar solid, dan beberapa judul menggunakan ide-ide baru yang inovatif,” kata Straatman. “Lebih banyak tim pengembangan juga telah beralih dari mesin keadaan sederhana ke pohon perilaku dan menggunakan perencana dalam sistem AI NPC yang menggambarkan pengetahuan tentang dunia di sekitar NPC telah meningkat dengan pengetahuan yang lebih baik untuk navigasi di atas medan yang berubah, dan lebih banyak pengetahuan tentang properti strategis dunia seperti itu. sebagai penutup Saya juga berpikir kemajuan dalam sistem animasi dengan cara yang lebih baik untuk menggabungkan berbagai animasi dan fisika telah tersedia, yang sekarang memungkinkan gerakan dan respons yang lebih realistis untuk dipukul [dalam AI pertempuran].

Membuat sistem AI permainan yang solid melibatkan jaringan yang berhasil dengan sistem yang lebih kecil. Misalnya, sistem yang menangani kemampuan pemecahan masalah dari masing-masing NPC berjalan seiring dengan sistem yang memahami dunia game dan parameternya serta membantu NPC membuat keputusan yang relevan. Untungnya, pengembang tidak perlu membangun sistem ini dari awal: mereka menggunakan perencana khusus yang menghasilkan jaringan yang semakin kompleks.

“Saat ini [Game Gerilya] menggunakan jenis perencana khusus untuk NPC kami yang disebut Jaringan Tugas Hierarki (HTN),” kata Straatman. “Ini mampu menghasilkan rencana yang lebih kompleks daripada yang kami miliki sebelum Killzone 2. Kami juga terus meningkatkan hal-hal seperti kinerja CPU, yang berarti kami dapat mendukung lebih banyak NPC di Killzone 3 daripada yang dapat kami lakukan di Killzone 2. Sistem medan-reasoning yang kami hasilkan juga telah berevolusi melalui berbagai judul kami. Kami sekarang dapat menangani medan yang jauh lebih dinamis (seperti rintangan yang bergerak atau berubah bentuk) daripada sebelumnya. Data kami tentang tempat perlindungan juga menjadi lebih detail, sesuatu yang memungkinkan NPC untuk menangani lingkungan yang lebih kompleks seperti gedung bertingkat, dll.”

Pemrogram AI utama Killzone 2 Remco Straatman percaya bahwa industri masih berjuang untuk membuat NPC semanusiawi mungkin.
Kembali ketika Straatman dan Guerrilla mulai mengerjakan Killzone dan Shellshock, tujuan tim adalah membuat sistem AI mampu membuat keputusannya sendiri, menyadari bahwa ini akan membuat segalanya menjadi lebih menyenangkan bagi pemain. Namun, melakukan ini dengan cara yang konsisten terbukti lebih banyak pekerjaan daripada yang diantisipasi tim, terutama ketika berhadapan dengan AI tempur. Sementara tujuan AI normal adalah untuk meniru perilaku kehidupan nyata dari sifat tertentu (misalnya, dokter, sipil, atau penjaga toko), AI tempur bekerja sangat berbeda. Pertama, tujuan utamanya adalah untuk menghibur mungkin. Dalam beberapa kasus, ini berarti menjadi efisien dalam membunuh pemain; dalam kasus lain, ini lebih tentang membuat kesalahan yang disengaja dan “bertindak berlebihan” dengan cara memberi sinyal kepada pemain apa yang akan terjadi.

“Di mana AI biasa mencoba meniru ahli medis spesialis atau pemain catur juara dunia, AI pertarungan game lebih seperti meniru aktor,” kata Straatman. “Pada akhir Killzone 2 kami mendapati diri kami melihat NPC melakukan hal-hal yang tidak kami harapkan, dan ini mengejutkan kami secara positif. Ulasan dan umpan balik forum mengonfirmasi bahwa kami setidaknya telah mencapai sebagian visi yang kami miliki bertahun-tahun yang lalu, dan orang-orang bermain game diakui dan dihargai.”

Salah satu fitur Killzone 2 yang paling dipuji di bidang AI adalah mode skirmish game. Karena mode ini lebih berbasis tim dan taktis daripada kampanye pemain tunggal, bot AI di bagian permainan ini perlu melakukan lebih dari sekadar berlarian dan membunuh satu sama lain. Gerilya mendasarkan skirmish AI di Killzone 2 pada model strategi real-time, membangun dua level AI pada setiap bot individu. Yang pertama adalah AI komandan, yang mengontrol keputusan strategis secara keseluruhan; yang kedua adalah AI regu, yang menerjemahkan perintah AI komandan menjadi perintah untuk bot individu. Tim kemudian mengajari bot cara menggunakan lencana dalam game sebagai bagian dari perintah yang diberikan kepada mereka oleh regu. Misalnya, jika seorang engineer bot diperintahkan untuk mempertahankan suatu area, dia akan membangun turret terlebih dahulu pada posisi taktis sebelum mulai berpatroli.

“Mereka memberi orang-orang tempat pengujian untuk multipemain nyata – mengenal peta dan mode permainan dalam permainan melawan pemain manusia bisa terlalu banyak untuk memulai.”

Menurut Straatman, area yang paling membutuhkan peningkatan di bidang AI game adalah AI sobat. Karena sistem AI sobat sering kali memiliki kendala yang kontradiktif, memperbaiki sistem ini seringkali menjadi tantangan besar: sobat harus terlihat dan dekat dengan pemain tetapi tidak masuk garis tembaknya; mereka harus tetap dekat dan merespons gerakan pemain tetapi tidak bergerak sepanjang waktu; dan seterusnya. Buddy AI juga lebih dekat dengan pemain daripada AI musuh, membuat kesalahan lebih mudah dikenali.

“NPC musuh tahu apa yang akan dilakukan NPC lain dari faksi yang sama karena mereka semua dikendalikan komputer dan dapat saling memberi tahu apa yang akan mereka lakukan selanjutnya. Namun, pemain jauh lebih sulit untuk diprediksi–jika Anda melihat pola pergerakannya. pemain, Anda akan melihat mereka kadang-kadang cukup aneh. Hal ini diperparah oleh fakta bahwa tingkat pergantian pemain, kecepatan gerakan, dan akselerasi sangat tinggi. Poin terakhir adalah harapan pemain: musuh hanya boleh menembak pada Anda, sedangkan teman seharusnya bertarung dan berinteraksi dengan Anda dengan cara yang masuk akal. Kami bekerja keras untuk membuat teman bekerja lebih baik, karena kami merasa mereka dapat menambah banyak pengalaman pemain jika dilakukan dengan benar.”

Straatman percaya perjuangan untuk membuat NPC semanusiawi mungkin masih berada di urutan teratas bagi banyak programmer AI, dengan masa depan yang akan mengubah cara kita berpikir tentang interaksi dalam game.

“Yang ideal adalah selalu membenamkan pemain dalam permainan: NPC harus merasa seperti mereka adalah makhluk hidup dan bernapas, dan ilusi ini tidak boleh dirusak di mana pun. Dalam interaksi yang relatif terbatas yang Anda miliki dalam permainan, mungkin dapat dicapai buat perbedaannya sangat kecil. Saya pikir perilaku manusia sangat menarik, namun interaksi halus seperti percakapan masih di luar jangkauan AI otonom; game mengandalkan skrip cerdas atau cutscene untuk menyampaikannya. Jika kita sebagai bidang akan menguasai ini jenis interaksi, lebih banyak bagian dari permainan dapat interaktif, dan mungkin genre permainan baru mungkin menjadi layak.”

“Saya pikir ini akan membuat game lebih mudah didekati dan imersif. Jika kita mampu mempertahankan imersi dengan memiliki perilaku realistis di bagian-bagian interaktif dari game, Anda akan mendapatkan pengalaman mulus dari cutscene hingga pertempuran. Saya juga berpikir kita siap untuk melakukannya. menggunakan AI untuk lebih dari sekadar NPC individu–sistem direktur di Left 4 Dead adalah salah satu langkah pertama yang menarik ke arah itu.Kita mungkin akan melihat lebih banyak kombinasi sistem AI yang sebelumnya terbatas pada satu jenis permainan: Game RTS akan memiliki unit AI yang akan mendekati apa yang sekarang Anda lihat di game first-person shooter. MMO juga bisa mulai menggunakan AI yang lebih rumit, bahkan berpotensi untuk memerintahkan gerombolan NPC. Saya harap kita akan melihat beberapa studio pemberani mencoba membuat sistem baru ini yang sekarang menjadi mungkin.” Klik tautan Halaman Berikutnya untuk melihat fitur lainnya!

Mendapatkan hasil maksimal dari multipemain
Alex J. Champandard, otak di balik AiGameDev.com, memiliki jarinya di setiap pai AI game di kota. Setelah pekerjaannya sebagai programmer AI senior untuk Rockstar Games yang mengembangkan RAGE (Rockstar Advances Game Engine), Champandard pindah ke kontrak untuk Killzone 2 Guerrilla Games , di mana ia mengembangkan AI strategis untuk bot multipemain sebelum memulai AiGameDev.com, online pusat komunitas AI game. Di sela-sela menjalankan situs, Champandard melanjutkan pekerjaan konsultasi AI-nya dengan studio seperti 2K Czech dan Crytek, serta menyelenggarakan Konferensi AI Game Paris yang disebutkan di atas.

Mengutip Left 4 Dead , game Killzone, franchise Halo, Grand Theft Auto , Assassin’s Creed , dan Far Cry 2 sebagai kandidat teladan di bidang AI game, Champandard mengatakan dekade terakhir telah membawa pemahaman yang lebih dalam dari pihak pengembang game tentang cara terbaik memperbaiki masalah AI kuno.

“Kami menyadari bahwa hanya meminjam teknik dari kecerdasan buatan tradisional tidak akan berhasil, dan itu membutuhkan pengetahuan yang signifikan untuk mendapatkan sesuatu yang menyenangkan dan dapat dipercaya dari algoritme itu,” kata Champandard. “Sebagian besar dari mencari tahu ini adalah memikirkan dampak pada pemain dan hasil dalam game. Berpikir tentang membuat NPC sebagai ‘perilaku komputasi’ alih-alih ‘AI game’ merangkumnya dengan sempurna: ini bukan tentang kecerdasan di balik tenda, ini tentang bagaimana perilaku itu berubah: adaptif, kredibel, menghibur.”

Champandard mencantumkan franchise Assassin’s Creed sebagai kandidat teladan di bidang AI game.
Kemajuan terbaru ini berarti AI game tidak lagi menjadi mata rantai terlemah dalam pengembangan game, seperti yang terjadi 10 tahun lalu. Sementara beberapa studio melihat AI tidak lebih dari sebuah kebutuhan, yang lain mencoba berinovasi di lapangan. Champandard mengatakan contoh terbaik dari ini adalah AI Director di game sandbox.

“Seluruh konsep permainan kotak pasir tidak mungkin tanpa AI. Gagasan bahwa Anda dapat melakukan apa saja di dunia dan penghuninya akan bereaksi terhadap Anda tidak akan mungkin tanpa AI untuk memberi daya pada NPC tersebut. Saya pikir industri telah menemukan bahwa Anda membutuhkan Direktur AI untuk membuat game sandbox benar-benar menyenangkan. Jika tidak, Anda mungkin berakhir dengan situasi yang muncul dari simulasi yang benar-benar membosankan. Menggunakan program AI yang ‘mengarahkan’ game membantu memastikan Anda melihat yang terbaik dari apa yang permainan yang ditawarkan, seperti yang direncanakan oleh perancang. Teknologi semacam ini membuka pintu ke jenis permainan baru, di mana cerita dihasilkan saat Anda bermain. Namun, kemajuannya lambat, yang berarti mungkin perlu beberapa tahun sebelum ini menjadi arus utama.”

Champandard percaya masa depan game AI terletak pada pengalaman multipemain yang lebih solid, karena sistem AI perlahan meningkat.

“Saya melihat semakin banyak game yang menyediakan bot sebagai cara untuk meningkatkan pengalaman multipemain. Bermain online bisa sangat tidak terduga jika Anda tidak bersama teman, dan secara statistik pemain cenderung lebih suka bermain melawan bot daripada orang acak. Di sisi teknologi , AI sekarang membantu dalam semua disiplin lain dalam pengembangan game, secara perlahan merevolusi rekayasa perangkat lunak, dan meningkatkan teknik serta algoritme yang diterapkan. Ini adalah waktu yang menyenangkan untuk berada di lapangan.”

Memperluas domain AI
Seperti Straatman, Matthew Titelbaum dari Monolith Games percaya bahwa sistem AI di masa depan akan menjadi lebih imersif dan memungkinkan pengalaman bermain game jenis baru. Namun, mengutip pengalamannya bekerja di franchise FEAR, Titelbaum tidak percaya bahwa memberikan NPC lebih banyak perilaku seperti manusia adalah cara untuk mencapai hal ini. Baginya, bukan manusia yang akan memajukan AI game, melainkan perilaku yang lebih tidak terduga.

“Kebanyakan permainan membawa pemain dalam perjalanan dari titik A ke titik B. Sepanjang perjalanan itu, permainan menyajikan kepada pemain serangkaian teka-teki untuk dipecahkan. Beberapa mungkin navigasi (yaitu bagaimana cara saya melewati celah itu?), beberapa mungkin organisasi (yaitu dalam urutan apa saya harus membangun sesuatu?), tetapi kebanyakan dari mereka bergantung pada semacam niat karakter lain untuk menghancurkan atau menyelamatkan pemain. Tanpa serangkaian interaksi yang menarik dengan karakter ini, perjalanan bisa menjadi cukup membosankan,” kata Titelbaum. “Dulu AI memiliki pengetahuan yang sempurna tentang lingkungan dapat diterima. Sekarang kami memiliki sistem stimulus dan sensor untuk memodelkan secara lebih akurat apa yang dapat diketahui oleh AI. Kami juga menggunakan perencana, mesin status hierarki, dan pohon perilaku untuk memetakan ini.

FEAR 2: Project Origin memanfaatkan AI perencana aksi berbasis tujuan Monolith, yang membantu menghasilkan perilaku peka konteks dalam game.
Seperti Guerrilla, Monolith menggunakan beberapa subsistem untuk AI normal dan AI tempur. Tautan umum antara keduanya adalah perencana tindakan berbasis tujuan, yang dikirimkan dalam FEAR dan FEAR 2: Project Origin, yang membantu menghasilkan perilaku peka konteks dalam game. Langkah pertama datang dari desainer level tim, yang menjelaskan setiap level dengan informasi yang dapat dipahami AI. Misalnya, menandai meja sebagai tempat yang baik untuk berlindung dan mencatat bahwa meja harus dibalik sebelum digunakan. Setelah penandaan ini selesai, terserah pada AI untuk menafsirkan anotasi dengan benar dan mengintegrasikan konteksnya sendiri: ketika AI memutuskan untuk mencari perlindungan dan memilih tabel itu, anotasi menyuruhnya untuk membaliknya. Sistem ini bekerja sama untuk memberi AI lebih banyak pengetahuan tentang dunia, dan memberi kesan kepada pemain bahwa NPC melihat gerakan mereka dan menilai niat mereka dengan benar.

Jadi, jika tujuan NPC adalah untuk membodohi pemain agar percaya bahwa mereka berpikir dan bertindak seperti pemain lain, mengapa Titelbaum berpikir bahwa berusaha membuat NPC meniru perilaku manusia dengan benar di sistem AI masa depan bukanlah ide yang baik?

“Secara umum, saya pikir AI seperti manusia dalam permainan narasi tradisional versus lingkungan (PvE) tidak terlalu masuk akal. Karakter AI ada untuk memainkan peran tertentu dan menjadi bagian dari teka-teki di sepanjang jalan. Mereka bisa menantang, bisa tidak terduga, mereka bahkan bisa beradaptasi dengan pemain, tapi, di atas semua itu, mereka harus menyenangkan untuk dipecahkan. Saya tidak melihat kemanusiaan dan kesenangan berkorelasi langsung. Saya menduga Miyamoto-san tidak. menghabiskan banyak waktu berpikir bagaimana membuat Goombas lebih seperti manusia.

“Karena itu, saya pikir ada beberapa genre dan gaya permainan yang mungkin masuk akal untuk memiliki AI yang lebih mirip manusia. Dalam pengalaman murni pemain versus pemain (PvP), atau dalam genre strategi waktu nyata di mana semua pemain dan non-pemain -entitas pemain memiliki serangkaian pilihan yang sama, saya benar-benar dapat melihat keinginan untuk memiliki AI yang berperilaku seperti manusia. Namun, meskipun demikian, apakah kita menginginkan AI seperti manusia ataukah kita menginginkan AI yang menantang, menarik, dan tidak dapat diprediksi?”

Jawaban Titelbaum adalah memperluas domain tempat AI diterapkan dalam game. Misalnya, jika AI dapat menggantikan manusia yang bermain game, ini berarti pengembang harus dapat menemukan cara untuk memungkinkan AI menggantikan manusia yang membuat game.

“Sebagian besar waktu desainer level di FEAR dihabiskan untuk membuat anotasi di semua tempat yang bisa disembunyikan AI; mungkin saja, dengan menggunakan teknik analisis medan, sebagian besar pekerjaan seluk beluk itu bisa diotomatisasi. Menggunakan otomatisasi menghilangkan kebutuhan untuk mengulang tangan- selesai bekerja ketika ada perubahan besar pada tata letak level. Semakin banyak bagian pembuatan level yang dapat kita otomatisasi, semakin banyak desainer level waktu yang harus membuat dan memoles pengalaman yang kaya.”

Game seperti Far Cry 2 mendorong batas AI game.
Titelbaum percaya bahwa saat game semakin matang dan tujuan pemain mulai melampaui lintasan ‘bunuh semua yang terlihat’, pengembang akan menciptakan AI yang mampu terlibat dalam perilaku yang lebih kaya dan imersif yang memungkinkan NPC mengekspresikan motivasi dan emosi tidak hanya melalui dialog, tetapi juga melalui interaksi dengan pemain, NPC lain, dan lingkungan.

“Saya tidak berpikir ini tentang AI yang bertindak seperti manusia. Mungkin atau tidak mungkin, saya hanya tidak berpikir itu benar-benar hasil yang diinginkan. Haruskah insinyur AI benar-benar mengerjakan perilaku seperti manusia dan perilaku menekan tombol? Benarkah begitu? pemain mana yang ingin dilawan?

“Saya pikir ini lebih tentang AI yang selalu bertindak dengan cara yang masuk akal, mengingat peran dalam permainan yang mereka lakukan. Mungkin ada banyak variasi dalam apa yang masuk akal pada waktu tertentu, dan inilah yang membuat interaksi menarik. Mereka mungkin memiliki kemampuan untuk melakukan apa yang bisa dilakukan manusia, tetapi mereka tidak perlu melakukannya kapan dan bagaimana manusia melakukannya.” Menurut Anda, ke mana arah masa depan game AI? Beri tahu kami dengan meninggalkan komentar Anda di bawah!

Leave a Reply

Your email address will not be published. Required fields are marked *