AI 101 by AI and Games (Dr. Tommy Thompson)

為了更好地理解遊戲中經典 AI 背後的理論，最好的資源是觀看 Dr. Tommy Thompson 關於遊戲 AI 的出色系列影片，名為《AI 101》。

Dr Tommy Thompson 在影片遊戲行業擔任 AI 開發人員、研究員和顧問。在他的 YouTube 頻道 AI and Games 中，他研究了遊戲中使用了哪些 AI 演算法以及如何使用它們。

我們感謝 Dr. Tommy Thompson 為本節中的每個影片提供了詳細的介紹。

第一章：2024 年影片遊戲行業中 AI 的實際應用方式 🤖

當我們如今談論“影片遊戲中的 AI”時，我們到底指的是什麼？ 遊戲 AI？深度學習？生成式 AI？所有這些都是有效的，但瞭解它們如何以及在哪裡被採用非常重要。在本集中，我們提供對人工智慧在整個行業中如何應用的宏觀概述。

第二章：為什麼為遊戲製作好的 AI 如此困難？🤔

如果你為你的遊戲構建過 AI（或者只是玩過很多遊戲），你會注意到讓 AI 在遊戲中真正出彩有多麼困難。在本集中，我們深入探討了開發者面臨的一些根本性挑戰。

第三章：導航網格 🗺️

隨著遊戲進入 3D 時代，最大的挑戰之一是如何確保非玩家角色 (NPC) 能夠成功地從一個地方移動到另一個地方。解決方案通常被稱為“導航網格”：一種用多邊形集合細分表面以指示可導航空間的資料結構。這個概念在 1999 年因《雷神之錘 III 競技場》而流行起來，此後成為所有 3D 商業遊戲引擎中的標準工具。儘管如此，考慮到它所帶來的無數設計挑戰，成功的導航對於當今的現代遊戲來說仍然是一個挑戰。

📚 延伸閱讀

• 導航網格的理論和概述

  • https://en.wikipedia.org/wiki/Navigation_mesh
  • https://www.gamedev.net/articles/programming/artificial-intelligence/navigation-meshes-and-pathfinding-r4880/

• Unity 中的導航網格

  • https://www.youtube.com/watch?v=CHV1ymlw-P8&ab_channel=Brackeys

• 虛幻引擎 5 中的導航網格

  • https://docs.unrealengine.com/5.3/en-US/basic-navigation-in-unreal-engine/

第四章：行為樹 🌳

儘管有無數種控制遊戲中 NPC 的方法——其中許多在本系列中都有專門的章節——但標準是行為樹。這些相對簡單的資料結構最初因《光環》系列而流行，此後成為許多大型預算製作的規範，並且是虛幻引擎中預設的 AI 工具。

📚 延伸閱讀

• 虛幻引擎中的行為樹：https://docs.unrealengine.com/5.3/en-US/behavior-trees-in-unreal-engine/

第五章：有限狀態機 🤖

自影片遊戲 AI 乃至整個人工智慧領域誕生以來，有限狀態機 (FSM) 就一直存在。

一個由相互連線的“狀態”組成的簡單系統，允許設計師封裝角色在特定環境中如何操作。從街機時代的《吃豆人》到第一人稱射擊遊戲的誕生《毀滅戰士》，許多你最喜歡的 20 世紀 80 年代和 90 年代的遊戲都採用了 FSM。

雖然它們至今仍被《漫威蜘蛛俠》和《最後生還者》等流行系列遊戲使用，這在很大程度上要歸功於 Valve 的《半條命》中的實現，它為它們在遊戲中的應用樹立了新標準。

📚 延伸閱讀

• 有限狀態機：理論與實現：https://code.tutsplus.com/finite-state-machines-theory-and-implementation—gamedev-11867t

第六章：面向目標的行動規劃 📝

面向目標的行動規劃 是 2000 年代中期遊戲 AI 中最重要的創新之一，可以說是 Monolith 的第一人稱射擊遊戲《F.E.A.R.》至今仍被認為是影片遊戲中擁有最佳 AI 的原因。但它實際上非常簡單：它結合了有限狀態機和可追溯到 1970 年代的 AI 規劃技術。

📚 延伸閱讀

• Holistic 3D 關於 GOAP 的影片：https://www.youtube.com/watch?v=jUSrVF8mve4&ab_channel=Holistic3D

第七章：導演 AI 用於平衡遊戲體驗 📣

到目前為止，我們關注的話題都是控制非玩家角色的 AI，但如果我們想將 AI 不僅用於個體行為，還用於設計玩家體驗呢？

這導致了一系列統稱為《導演 AI》的方法，這個設計理念的術語源於 Valve 的《求生之路》中的使用。

第八章：效用 AI 幫助 NPC 決定下一步行動 📈

有時 AI 系統可能有一系列有效的選項可供選擇，但它無法判斷哪一個最適合當前上下文。

雖然我們現在可以使用深度學習訓練模型來確定上下文有效性，但我們長期以來一直使用效用 AI 作為一種方法，將設計師知識嵌入其中，以確定行動或目標的有效性。

📚 延伸閱讀

• 《模擬人生》的 AI 工作原理
• “效用 AI 理論簡介” - Game AI Pro v2
• “行為決策系統：龍騰世紀：審判的效用評分架構” - Game AI Pro v3

第九章：如何透過“咆哮”讓影片遊戲 NPC 看起來更聰明 🗣️

儘管為遊戲構建 AI 困難重重，但將這些系統的內部運作方式傳達給玩家同樣具有挑戰性。解決這個問題的最簡單方法之一是使用“咆哮”：預先構建的文字和/或音訊，以在遊戲背景下有意義的方式傳達 AI 代理的狀態。

這聽起來可能很簡單，但你會驚訝於它在實踐中是多麼有效。

📚 延伸閱讀

• 採訪 Supergiant 關於《哈迪斯》對話
• Elan Ruskin 談對話的模糊模式匹配
• Darren Korb 和 Greg Kasavin 談《哈迪斯》的對話系統
• Jason Gregory 談《最後生還者》中與上下文相關的對話

現在我們已經研究了這些經典遊戲 AI 演算法背後的理論。接下來，讓我們學習如何在 Unity 和 Unreal 中實現其中一些演算法。

第十章：機器學習如何改變影片遊戲行業 🤖

正如您觀看這些影片所瞭解到的，與符號方法相比，機器學習在非玩家角色 AI 的應用中並沒有那麼突出。

在本集中，我們不僅深入探討了它在面向玩家的系統中的應用，還探討了它在影片遊戲製作中被應用到的有趣問題領域。

< > 在 GitHub 上更新