Тема: ПРОЕКТИРОВАНИЕ МОДЕЛИ ПОВЕДЕНИЯ МОБОВ В КОМПЬЮТЕРНЫХ ИГРАХ, РАЗРАБОТАННЫХ НА БАЗЕ UNITY, С ПОМОЩЬЮ НЕЙРОСЕТИ

Сфера развлечений — одна из важнейших в повседневной жизни человека, существенно влияющая на состояние общества. Ежегодно доход данной отрасли составляет порядка 2 триллионов долларов.
Компьютерные игра – компьютерная программа, служащая для организации игрового процесса, геймплея, связи с другими пользователями, игроками, или с самой собой.
Основная цель компьютерных игр – организация досуга игрока, посредством решения некоторых логических задач, проверки реакции, внимания или находчивости.
За 50 лет со дня своего основания, индустрия компьютерных игр стала неотъемлемой частью жизни общества, затронувшей множество людей. Даже не интересующиеся данной областью люди имеют некоторое представление о компьютерных играх.
Модернизация процесса разработки является одним из основных направлений развития компьютерных игр. Улучшение данного аспекта позволит сократить требуемое количество времени и ресурсов, выделяемых для этой задачи.
Существует большое количество способов создания компьютерных игр. Для упрощения и оптимизации процесса, а также улучшения качества, было разработано различное программное обеспечение и вспомогательные пакеты. Одним из таких решений является платформа Unity, рассматриваемая в данной работе.
Преимуществами Unity являются простота использования, обширная база различных библиотек, ускоряющих и упрощающих процесс разработки, встроенная система управления физикой объектов, мультиплатформенность, частые обновления, оптимизирующие работу и исправляющие найденные ошибки.
Существенную часть времени разработки компьютерных игр составляет проектирование модели поведения мобов.
Использование нейросети позволит автоматизировать процесс разработки моделей поведения мобов, что позволит ускорить создание компьютерных игр.
Основной проблемой применения нейросети для моделирования поведения мобов является ресурсная и аппаратная затратность. Непрерывный процесс улучшения моделей поведения для мобов нейросетью приводит к необоснованно высокой сложности игры. Так в 2018 году нейросеть одержала серию побед в игре Starcraft 2, ни разу не проиграв сборной профессиональных киберспортсменов.
В данной работе планируется уменьшить количество необходимых входных данных, посредством разработки нейросети на базе first-person-shooter (FPS), что позволит получить необходимые данные за короткий промежуток времени из большого количества смертей мобов. Сложность поведения будет регулироваться заранее установленным пределом.
Цель работы: Создание модели поведения мобов посредством нейросети.
Задачи работы:
– провести обзор аналогичных решений и осуществить постановку задачи;
– провести обзор современных средств реализации;
– провести анализ требований и спроектировать нейросеть;
– обучить нейросеть;
– провести тестирование полученных, с помощью нейросети, моделей поведения.
– абота состоит из 6 глав. Первая глава содержит анализ предметной области и выборе основных технологических решений. Во второй главе выделены требованиях, поставленных перед проектом. В третьей главе представлен алгоритм решения задачи. В четвертой главе описана реализация
поставленной задачи. В пятой - главе проведена процедура тестирования разработанного продукта. Шестая глава - вывод по работе.

Купить

В представленной работе были разобраны все основные темы, связанные с разработкой модели поведения мобов в компьютерной игре посредством нейросети. Были выделены причины, по которым требовалась разработка собственной нейросети. Обозначены задачи, которые должны быть решены для поставленной цели. Была спроектирована, разработана и обучена нейросеть, для выполнения поставленной задачи.
На стадии разработки использовалось свободное программное обеспечение: Visual Studio и Unity. В качестве языка программирования использовался C#.
По итогам работы, можно сделать следующие выводы:
– рассмотрены существующие программные решения, реализующие нейросеть для моделирования поведения мобов;
– разработана собственная нейросеть способная моделировать поведение мобов;
– нейросеть была обучена;
– полученная модель поведения была оценена по заданным параметрам.

Купить