Game AI flagships

Abstract

Спустя более десяти лет после первого исследования по использованию искусственного интеллекта (ИИ) в компьютерных играх и создания новой сферы науки под названием ИИ, термин «видеоигровой ИИ» нуждается в обновлении. Традиционно, задачи, связанные с видеоигровым ИИ, вращались вокруг поведения неигровых персонажей (non-player characters – NPC), начиная от навигации и поиска путей заканчивая принятием решений. Все те коммерческие видеоигры, разработанные за последние 15 лет, и текущие видеоигровые разработки позволяют предположить, что традиционные проблемы видеоигрового ИИ были должным образом решены с использованием сложных подходов к ИИ, которые необязательно вытекают из достижений академиков. Разрыв между индустрией и академиками обусловлен тем, что академический подход к разработке ИИ не в состоянии предложить индустрии методы, способные значительно улучшить существующий процесс проектирования или предоставить масштабируемые решения реальных проблем. Однако в последнее время наблюдается смещение направления в исследованиях. Некоторые из этих альтернативных вариантов использования ИИ уже показали значительный потенциал для использования в коммерческих проектах. В этой статье представлены три ключевых направления исследований видеоигрового ИИ, которые в настоящее время изменяют область исследований, связанной с видеоигровым ИИ.

More than ten years after the first research in the use of artificial intelligence (AI) in computer games and the creation of the new field called AI, the term «gaming AI» needs to be redefined. Traditionally, tasks related to game AI revolved around the behavior of a non-player character (NPC) at different levels of control, from navigation and path finding to decision-making. Commercial standard games developed over the past 15 years and current gaming developments suggest that the traditional problems of gaming AI have been well resolved using sophisticated AI approaches that are not necessarily followed or inspired by academic advances. The existence of the gap between industry and academics is due to the fact that the academic approach to AI development is not able to offer industry methods that can significantly improve the existing design process or provide scalable solutions to real problems. Recently, however, a shift in research has appeared. Some of these alternative uses for AI have already shown significant potential for use in commercial projects. This article presents three key areas of research for gaming AI that are currently reshaping the game AI field.