Тема: Поведение искусственного интеллекта в играх на базе мультиагентных систем
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
Постановка задачи 6
Обзор литературы 8
Глава 1. Обзор предметной области 10
1.1. Интеллектуальные агенты и их типы 10
1.2. Проблемная среда 12
1.3. Мультиагентная система 13
1.4. Конкуренция 14
1.5. Координация 15
1.6. Роевой интеллект 17
1.7. Алгоритм Рейнольдса 18
Глава 2. Многопользовательские и однопользовательские игры 24
2.1. Многопользовательские и однопользовательские игры как аналог одноагентных и мультиагентных систем 24
2.2. Отличие многопользовательских от однопользовательских игр 26
2.3. Рассмотрение игр с точки зрения теории
интеллектуальных агентов 27
2.3.1. Pac-man 27
2.3.2. Civilization V 28
2.3.3. Overwatch 29
2.3.4. Half-life 30
Глава 3. Решение поставленной задачи 32
3.1. Набор параметров и правил для реализация игрового объекта под управлением человека 37
3.2. Набор правил для игровой среды 41
3.3. Набор параметров и правил для построения систем, состоящих из нескольких агентов 47
3.4. Результирующий вектор направления движения агентов 60
Результаты 62
Заключение 76
Список литературы
📖 Введение
Определим искусственный интеллект как науку об интеллектуальных сущностях, именуемых также «агенты», которые получают результаты актов восприятия из своей среды и выполняют действия. Причем, каждый такой агент реализует функцию, которая отображает последовательности актов восприятия в действия. Агентом считается все, что действует (слово агент произошло от латинского слова agere–действовать). Но предполагается, что компьютерные агенты обладают некоторыми другими свойствами, которые отличают их от обычных «программ», такими как способность функционировать под автономным управлением, воспринимать свою среду [1], существовать в течение продолжительного периода времени, адаптироваться к изменениям и обладать способностью взять на себя достижение целей̆, поставленных другими. Стоит также отметить два из самых полезных свойств агентов:
1. Интеллектуальное групповое поведение. Такое поведение может быть заложено в каждого агента в соответствии с общим подходом к решению задачи, в рамках которой требуется взаимодействие многих агентов, работающих параллельно. Группа взаимодействующих между собой интеллектуальных сущностей называется мультиагентной системой.
2. Рациональность. Рациональным агентомназывается агент, который̆ действует таким образом, чтобы можно было достичь наилучшего результата или, в условиях неопределенности, наилучшего ожидаемого результата в рамках решения поставленной задачи.
Организация построения интеллектуальных агентов и мультиагентных систем представляет собой сложную задачу, в решении которой заинтересованы много современных областей. Среди них хочется выделить такие, как робототехника, киноиндустрия, компьютерные игры и технологии виртуальной реальности. Продолжающееся развитие данных областей задает актуальность поиска наиболее удачного решения как в реализации интеллектуальных агентов и мультиагентных систем, так и в реализации способов взаимодействия между ними.
В задачах, где реализуются агенты и их системы, важно отметить, что они создаются для конкретной проблемной среды. Проблемная среда – это сущности и решаемые над ними задачи, представляемые в виде исполняемых утверждений (в виде правил, процедур, формул). Другими словами, среда представляет собой «проблему», для которой агент и системы агентов служат «решением».
Одной из самых развитых областей, где смоделировано огромное количество проблемных сред, на данный момент является сфера компьютерных игр. Основной целью игровой индустрии является моделирование опыта, который может получить человек за время, проведённое в игре. Чтобы человек мог получить этот опыт, люди, занимающиеся в данной сфере разработкой, стремятся максимально реализовать в игре мир, который будет взаимодействовать как с человеком, играющим в игру, так взаимодействовать сам по себе – поведение созданных игровых элементов-агентов и систем. Другими словами, многие игры представляют собой довольно сложную мультиагентную систему со своими правилами поведения.
На сегодня, реализация поведения агентов и мультиагентных систем имеет множество вариантов решений. Большинство реализаций систем упираются на организацию поведения группы через поведение внутренних агентов. В данной работе рассмотрена модель организации поведения нескольких таких групп в рамках компьютерной игры, где в качестве агентов выступают как мультиагентные системы, так и одиночные агенты. Таким образом. поведение группы зависит от поведения как внутригрупповых агентов, так и от поведения агентов внешних систем.
Постановка задачи
Задача состоит в построении компьютерной модели однопользовательской игры с мультиагентной средой, способной расширяться до многопользовательской игры. Модель охватывает реализацию создания в рамках компьютерной игры:
● одиночных интеллектуальных сущностей-агентов под управлением реального человека;
● одиночных интеллектуальных сущностей-агентов под управлением искусственного интеллекта;
● групп рациональных агентов;
● мультиагентной игровой среды;
● интерактивных объекты игровой среды.
Агенты и группы агентов взаимодействуют между собой, между мультиагентными системами и напрямую с игровой средой.
Для реализации используется игровой движок Unity3D, покрывающий реализацию мультиагентной среды, одиночных интеллектуальных агентов, мультиагентных систем и их взаимодействие между собой.
Для решения поставленной задачи используется реализация системы правил и компонентов [2] – такое решение является гибким инструментом для моделирования как игровой среды, так и различных мультиагентных систем и игровых сущностей, существующих и взаимодействующих в как со средой, так и между собой.
Компоненты представляют собой вынесенные в скрипты [3] вычисления и механики, которые задают особенности поведения объектов. Система компонентов реализована в игровом движке Unity3D и имеет относительно простой способ работы с ней.
В основу подхода для решения задачи по организации поведения групп агентов положена модель К. Рейнольдса «Boids» с последующим расширением. Выбор обусловлен тем, что, имея простую реализацию, модель позволяет получить реалистичные результаты и позволяет производить расширение под другие задачи, связанные с организацией поведения сущностей в группе (которую представляет собой игровой мир). Для организации поведения отдельных агентов задействована система правил поведения, берущая свою идею из концепции алгоритма Рейнольдса, но адаптированная для поведения одного агента.
✅ Заключение
Полученная модель довольно реалистично отображает взаимодействие между агентами внутри конкретной группы, между интеллектуальными сущностями и мультиагентной средой, а также между объектами различных мультиагентных систем. Расширения до многопользовательской игры в построенной модели можно добиться за счет расширения количества игровых сущностей, управление которых будут осуществлять реальные люди.
Модель в перспективе может быть использована для реализации различных игр и компьютерного моделирования, где для достижения целей среды нужны усилия как одного агента, так и многих. Сама система правил в перспективе может быть расширена новыми правилами, такими как:
● дополнительные правила для победы;
● изменение мультиагентной среды в зависимости от сложности;
● захват и удержание территорий мультиагентной среды – для более глубокого исследования;
● построение наиболее эффективного маршрута передвижения;
● разделение мультиагентной системы на подсистемы, для более эффективного достижения целей игры.



