Reducing Complexity of AI in Open-World Games by Combining Search-based and Reactive Techniques
Snižování komplexity umělé inteligence ve hrách s otevřeným světem pomocí kombinace reaktivních a prohledávacích technik
dizertační práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/82390Identifikátory
SIS: 127190
Kolekce
- Kvalifikační práce [10932]
Autor
Vedoucí práce
Konzultant práce
Gemrot, Jakub
Bída, Michal
Oponent práce
Dignum, Frank
Pilát, Martin
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Teoretická informatika
Katedra / ústav / klinika
Katedra softwaru a výuky informatiky
Datum obhajoby
26. 9. 2016
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Prospěl/a
Klíčová slova (česky)
umělá inteligence, počítačové hry, výběr akce, reaktivní rozhodování, prohledáváníKlíčová slova (anglicky)
artificial intelligence, computer games, action selection, reactive reasoning, searchHry s otevřeným světem jsou žánrem počítačových her, který hráčům nabízí vysokou míru volnosti pro ovlivňování herního světa. Tato volnost znatelně komplikuje tvorbu umělé inteligence pro tento druh her. V této práci představujeme tři nové techniky, které umožňuji omezit různé druhy komplexity, které vyvstávají při implementaci umělé inteligence pro hry s otevřeným světem. Vyvinuli jsme tzv. behaviorální objekty ("behavior objects") jako nadstavbu nad často používanými chytrými objekty ("smart objects") objekty, navrhli jsme a implementovali metodu pro specifikaci chování z globálního pohledu založenou na splňování omezujících podmínek a ukázali jsme, že techniky prohledávání s protivníkem mohou nahradit složité reaktivní rozhodování v případech, kde je potřeba vzít v úvahu velké množství parametrů. Tyto obecné techniky byly implementovány a vyhodnoceny v prostředí kompletní hry Kingdom Come:Deliverance. Powered by TCPDF (www.tcpdf.org)
Open-world computer games present the players with a large degree of freedom to interact with the virtual environment. The increased player freedom makes open-world games a challenging domain for artificial intelligence. In this thesis we present three novel techniques to handle various types of complexity inherent in developing artificial intelligence for open-world games. We developed behavior objects that extend the well-known concept of smart objects and help in structuring codebase for reactive reasoning, we propose and implement constraint satisfaction techniques to specify behavior from a global viewpoint and we have shown how adversarial search techniques can mitigate the need for complex reactive decision mechanisms when a large number of parameters has to be taken into account. The general techniques are implemented and evaluated in the context of a complete open-world game Kingdom Come: Deliverance. Powered by TCPDF (www.tcpdf.org)