movimiento en videojuegos

7/27/2019 Movimiento en Videojuegos

1/76

Diego C. Martnez - DCIC-UNS

Inteligencia Artificial enVideojuegos

DiegoC.Martnez

LaboratoriodeInvestigacinyDesarrolloenInteligenciaArtificial

DepartamentodeCienciaseIngenieradelaComputacinUniversidadNacionaldelSur


2/76


Introduccin

Diego C. [email protected]

http://cs.uns.edu.ar/~dcmDepartamento de Ciencias e Ingeniera de la Computacin.Universidad Nacional del Sur.(0291)-4595135 interno 2614

Laboratorio de Investigacin y Desarrollo en Inteligencia ArtificialLIDIA - http://lidia.cs.uns.edu.ar

Mis principales actividades de investigacinArgumentacin rebatibleInteligencia Artificial en juegos interactivos digitales


3/76


InteligenciaArtificial

No es fcil definir qu es inteligencia artificial

qu es la inteligencia?

qu cosas son inteligentes y qu cosas no?cundo estamos frente a una manifestacin de inteligencia?

J ohn McCarthy

IA

una ciencia objetivo cientfico: comprender losprincipios del comportamiento inteligente.

una disciplinaingenieril

objetivo :especificar mtodos para eldiseo de artefactos inteligentes.


4/76 Diego C. Martnez - DCIC-UNS

InteligenciaArtificial

Crear comportamiento inteligente automatizado es complicado.La inteligencia tiene muchos aspectos.

Algunas areas de investigacin tpicas de Inteligencia Artificial:

aprendizaje representacin de conocimiento y razonamiento sistemas multiagente procesamiento de lenguaje natural gestacinde planes y agendas robtica bsqueda incertidumbre

optimizacin reconocimiento de imgenes razonamiento espacial...

Bsicamente, cualquier aspecto que requiera inteligencia ha sidoanalizado por los investigadores de Inteligencia Artificial.

Aunque no lo parezca, la IA tiene una relacin antigua con los juegos...



InteligenciaArtificialyJuegos

Los primeros intentos en crear comportamiento inteligente se basaron en juegoscomo el ajedrez.

De hecho, la inteligencia artificial en juegos fue considerada por variosprceres de la ciencia de la computacin:

Claude Shannon (1950)Programming a Computer for Playing Chess - Philosophical

Magazine, 7th series, 41, no. 314 (March 1950): 256-75.

Alan Turing (~1948)Cre un programa para jugar ajedrez para unacomputadora que todava no exista.

Arthur Samuel (~1958)Cre un programa para jugar damas, con la posibilidadde aprendizaje de movidas.


6/76



Durante muchos aos ms la IA fu desarrollada pensando en la capacidad de

jugar como ejemplo de habilidad inteligente.La inteligencia consista en poder jugar el juego.

Con el tiempo, sin embargo, se fu diluyendo un poco esa relacin:

Los juegos de tablero y cartas pierden atractivo lentamenteCon los aos dej de ser un escenario motivador

Otros desarrollos cientficos demandaban mayor atencinLas computadoras se multiplicabn en la sociedad

Las redes comenzaban a cobrar protagonismo.




Mientras la IA olvidaba un poco los juegos, surgieron losjuegos de entretenimientodigital, que crecan ao a ao

en calidad visual en satisfaccin de entretenimiento

en rubro comercial

Recin a principios de este siglo la comunidad cientfica de InteligenciaArtificialvuelve a prestar atencin a los juegos, esta vez a los de entretenimientointeractivo digital.

Este reencuentro surge justo cuando

la comunidad de IA ve a los videojuegos como campo de exploracin, y

la comunidad de videojuegos demanda mayor innovacin en IA



IAAcadmicavsIAenvideojuegos

IA Acadmica IA videojuegos

Usualmente se buscanefectos puntuales

A veces el costo no justifica el efecto

Superar siempre al humano noes negocio

Ideas y desarrollo acotadopor el mercado

No se busca unefecto particular,sino comportamiento general

A veces el efecto justifica el costo

Algunas reas de investigacin

buscan superar al humano

Sin limitaciones de ideas ydesarrollo



GnerosdeJuegos(gamegenre)

Actualmente existe una gran variedad de juegos...

Action

Role-playing

Adventure

Rhythm Games

Board

ShootersFirst-person Shooters

Tactical Shooters

SimulationsCombat SimulationsManagement Simulations

Life Simulations

SportsSoccer, Golf, Baseball

Wrestling, Racing

Basketball, Football, Hockey

StrategyReal-time strategy

Turn-based strategy

I d l IA d i l id j


10/76


InteresesdelaIAacadmicaenlosvideojuegos

J Laird, M. van Lent.Human-level AI's Killer Application: Interactive Computer Games

Gneros de juegos

Accin

RPG

Aventuras

J uegos Estratgicos

Deportes en equipo

Deportes individuales

Problemas de IA

Interactuar con el entorno

Adaptarse al entorno

Adaptarse al jugador humano

Interactuar con otras IAs

Coordinar comportamiento

Navegacin

Uso de tctica y estrategia

Respuestas humanas

Comportamiento emocional

Areas de IA Acadmica

Percepcin de entorno

Razonamiento de sentido comn

Planning & counter-planning

Modelado de conocimiento

Modelado del oponente

Respuesta en tiempo real

Teamwork

Pathfinding

Razonamiento temporal

Aprendizaje automatizado

Deliberacin

Adquisicin de conocimiento. . .

I t d l IA d i l id j


11/76



La comunidad de IA ve con buenos ojos el campo de los videojuegos.La comunidad de videojuegos muestra inters en la IA.

Algunas seales en esta direccin:

Artificial Intelligence and Interactive Digital Entertainment Conference AIIDE(2005-2012). Antecedentes desde el 99.

AI Summit Game Developers Conference.

IGDA Artificial Intelligence Interface Standard Committee (AISC)

Artificial Intelligence and Games Research Network(empresas+investigadores) United Kingdom.

IEEE Symposium on Computational Intelligence and Games.

Libros:AI Game Programming Wisdom I-IV, Steve Rabin (Nintendo of America)

Artificial Intelligence for Computer Games: an Introduction. J ohn Funge.Artificial Intelligence for Games. Ian Millington

Varios grupos de investigacin en diferentes universidades...

I t d l IA d i l id j


12/76



Algunos Laboratorios o Grupos de Investigacin en Inteligencia Artificialque trabajan en juegos

GAMES Group, Universidad de Alberta. Canad.

IRCL Group, Universidad de Alberta. Canad.

Games and AI Group. Universiteit Maastritch, Holanda

Center for Games Research Group. University of Copenhagen, Dinamarca

Entertainment Technology Center, Carnegie Mellon, EEUU.

NUS Game Development Group, National University of Singapore.

Artificial Intelligence Lab, University of Michigan, EEUU

Donde sar AI en j egos?


13/76


DondeusarAIenjuegos?

En los enemigos:

Saben navegar por el mapa y/o terreno

Saben ocultarse y percibir nuestra cercana.Saben cuando y cmo perseguirnos.

Adoptan estrategias dinmicas.

En nuestras unidades:

Se mueven en formaciones inteligentes.Reaccionan adecuadamente anteataques inesperados.

Son proactivos y reactivos.

En los amigos:

Pueden seguirnos adecuadamente por el terreno.Saben dar apoyo de manera inteligente.

Donde usar AI en juegos?


14/76


DondeusarAIenjuegos?

Otros posibilidades:

En la generacin de dilogos en RPGs.En la generacin de enemigos ms inteligentes(algo pueden aprender luego de un tiempo).

En la simulacin completa de un jugador virtual (bot).

En la generacin de mapas y terrenos.

En el comportamiento emocional de los NPC.

en crear mejores oponentes, en ayudar al jugador,en extender el tiempo de vida del juego,

en ser un producto diferente a los dems.

Ejecutando el juego


15/76


Ejecutandoeljuego...

Durante el transcursodel juego, varias

computaciones sonnecesarias

procesar input del usuario

procesar lgica del juego

mantener representaciones del mundo virtual

mostrar la representacin grfica del juego

En muchos casos, todo esto casi simultneamente

con el agravante de quealgunas de estas tareas son costosas en tiempo y recursosalgunas no pueden posponerse!

tiempo

frame frame frame

Ejecutando el juego


16/76



Como en cualquier aplicacin, la performance depende mucho de las capacidades delhardware...

En algunos casos es necesario regular el nivel de detalle (level of detail)

Graphics Level of Detail

La reduccin de carga de procesamiento favorece la fluidez del juego

Occlussion culling

On-off de otros efectos visuales(antialiasing, filtros visuales, etc)

Diferentes detalles de texturas

Diferentes niveles de complejidad geomtrica

Ejecutando el juego


17/76



AI Level of Detail

Diferentes niveles de profundidad de bsqueda

Diferentes parmetros para la toma de decisiones

Diferentes tipos de realismo de comportamiento

(eg, puntera)

Diferentes niveles de detalle de comportamiento grupal

Como en cualquier aplicacin, la performance depende mucho de las capacidades delhardware...

En algunos casos es necesario regular el nivel de detalle (level of detail)

La reduccin de carga de procesamiento favorece la fluidez del juego

Tipos de AI en juegos


18/76


TiposdeAIenjuegos

Hacks

Efectos puntuales, usualmente plasmados directamente en el

cdigo como recurso de programacin.No representan realmente una tcnica de Inteligencia Artificial.Ejemplo: fantasmas del PacMan.

Heursticas

Tcnicas o reglas que aplicadas pueden servir pararesolver un problema puntual.La bsqueda es terreno habitual de heursticasEjemplo: atacar la unidad enemiga ms dbil.

Algoritmos

Algoritmos que sustentan comportamiento inteligente,basados en tcnicas generales aplicables a variosescenarios.Ejemplo: pathfinding, planificacin, anlisis de terrenos,movimientos coordinados en grupos, etc..

AI Model (Millington-Funge)


19/76


AIModel(Millington Funge)

World

Interface

Execution Management

Group AI

Character AI

Strategy

Decision Making

Movement

Content Creation

Scripting

Animation Physics

AI getsinformation

AI gets processor time

AI has implications forrelated technologies

AI turns into on-screenaction

AI Model (Millington-Funge)


20/76


AIModel(Millington Funge)

Execution Management

Group AI

Character AI

Strategy

Decision Making

Movement

MovementAlgoritmos y tcnicas para elmovimiento de los caracteres sintticos(moverse, buscar, perseguir, esquivar,escapar, pasear, etc)

Decision MakingAlgoritmos y tcnicas para la toma de

decisiones de los caracteres sintticos(atacar, defender, construir, destruir,seleccin de acciones encadenadas,planificacin, etc)

Decision StrategyAlgoritmos y tcnicas enfocados en el

comportamiento grupal(actitud agresiva, defensiva, toma decontrol del terreno, etc)


21/76

IA en videojuegos: Movimiento


22/76


IAenvideojuegos:Movimiento

El movimiento de caracteres sintticos es probablemente el aspecto ms elementalde inteligencia artificial en un juego.

Una buena parte de la actividad cientfica en videojuegos se centra en aspectos demovimiento:

Tcnicas de bsqueda de caminos Tcnicas de generacin de waypoints de navegacin Movimientos coordinados de grupos de unidades Movimientos de multitudes (crowd) Movimientos crebles Planificacin de movimientos

Este rea de IA en J uegos tiene estrecha relacin con el rea de animacin

Estructuradeunalgoritmodemovimiento


23/76


g

ALGORITMOde Movimiento

Movement request

nueva posicinnueva velocidad

Character

posicinvelocidad

Game

otros caracteresgeometria del nivelpathsestado del juego

Steeringbehaviors


24/76


g

Crayg Reynolds present en 1999 el concepto de steering behaviors paracaracteres autnomos

Steering Behaviors for Autonomous Characters

Crayg Reynods. Game Developer Conference 99.

Autonomous characters are a type ofautonomous agent intended for use incomputer animation and interactive media such as games and virtual reality.These agents represent a character in a story or game and have some ability toimprovise their actions

situated, embodied, reactive, virtual agents

situado en unmundo virtual

junto con otrasentidades

con unamanifestacinfsica concreta

sus accionesson inducidas

por eventos delentorno

agentes realesen un mundo

virtual

Steeringbehaviors


25/76


g

Sugiere que el comportamiento de un agente autnomo puede descomponerse entres capas:

Action Selection

Steering

Locomotion

Decide las acciones deacuerdo a las metasseleccionadas.

Calcula las trajectoriasdeseadas para cumplir lodecidido en la capa anterior

Aspectos mecnicos delmovimiento del agente

Steeringbehaviors


26/76


g

brakingthrust

steering

ste

ering

Steering Layer

Decision Layer

Locomotion Layer

Eliminar el enemigo X

Acercarse mientras ste se mueve

EjemplosdeSteeringBehaviors:Seek


27/76


velocidad actual

velocidaddeterminada

porseek

velocidad deseada

(max velocidad directa)

trayectoria

EjemplosdeSteeringBehaviors:Wander


28/76


Wander es un movimiento cinemtico frecuente.Representa un andar aleatorio con una orientacin general de poca variacin.

La orientacin est dada por un ngulo de rotacin aleatorio, tendiente a 0

Puede implementarse tambin en base a Seek generando puntos al azar:

radio dewandering

EjemplosdeSteeringBehaviors:Flocking


29/76


Los steering behaviors pueden combinarse y ponderarse para construircomportamientos complejos y variados.

Un ejemplo muy popular es flocking.

Flocking es un comportamiento emergente que se logra fcilmente combinandotres steering behaviors: separacin cohesin alineacin

Flocking- separation


30/76


El behavior Separation crea una fuerza que procura mantener una distancia entreel agente y sus vecinos

radio decercana ovecindad

vecinos

Flocking- separation


31/76


El behavior Separation funciona mejor cuando hay cierto grado de alineacin entrelos caracteres sintticos vecinos.

Flocking- alineacin


32/76


El behaviorAlignment le permite al caracter sinttico alinearse con los agentes vecinos.Se calcula una orientacin promedio de todos sus vecinos

Flocking- cohesin


33/76


El behavior Cohesin le permite al caracter sinttico manterse prximo a sus vecinos.Se calcula un centro de masa como el promedio de las posiciones de los vecinos.

Movimientoscoordinados


34/76


En muchos juegos los agentes sintticos deben moverse de manera coordinada.Por ejemplo: pelotn de soldados, escuadra de aviones.Esto se suele denominar movimiento de formaciones.

Age of Empires Homeworld

A veces las formaciones son fijas (como las anteriores)y otras veces ms dinmicas (como en Company of Heroes)

Formaciones:fijas,escalables,emergentes


35/76


Las formaciones adoptan una distribucin geomtrica especfica distribuyendoposiciones para cada participante.

arrive

arrive

arrive

arrive

Rolesenlasformaciones


36/76


La estructura de las formaciones puede enriquecerse con mayor informacin.Pueden definirse slots ocupables slo por ciertas unidades.

caballeracombate de contacto

fuertes en choque

infanteriacombate de contactoagiles en movimiento

arqueroscombate a distanciadbiles en proteccin

catapultasartilleria de mayor rango de ataque

estructura frgil

Age of Empires

Rolesenlasformaciones


37/76


Lo adecuado es definir estructuras de formaciones donde los slots admitendiferentes tipos de unidades.

Una aproximacin es flexibilizar la ocupacin de slots asignando costos.Estos se denominan soft slots.

melee rango medio rango alto

arquero

infanteracaballera

catapulta

melee rango medio rango alto

0100

1000

4000

300500

0

100

500500

100

0

La asignacin de slots se realiza procurando minimizar los costos.

Formacionesdinmicas


38/76


Las formaciones no necesariamente deben tener posiciones fijas.En algunas simulaciones es necesario dar algunos grados de libertad a la posicinde los slots

Ejemplo:CompanyofHeroes- formaciones


39/76


Company of Heroes es un juego de estrategia en tiempo real basado en WWII.Una de las innovaciones fu el realismo de la dinmica de las formaciones.

escuadrn de infantera targets de posicin

El jugador da rdenes nicamente a los escuadrones completos.La IA del escuadrn procura exhibir un comportamiento inteligente al ejecutar lasordenes recibidas.



40/76


squad

core

left flank

right flank

Cada uno tiene un lider

El lider es asignado dinmicamente y cambia cuandoalguna unidad es eliminada o el escuadrn reforzado.

Varias reglas definen la asignacin de posiciones, entre ellas: los lideres van en el core los Aliados ubican las armas pesadas en los flancos, el Eje en el core.

squad leader

flank leaderflank leader

follower

follower follower



41/76


target determinado por elusuario (click)

futura posicin (2 seg)offset follower



42/76



futura posicin (2 seg)offset follower

speed modifier

adelante = aceleraatrs = frena

Conservar la formacin a pesarde la diferencia de velocidades



43/76



futura posicin (2 seg)

offsetfollower

Flexibilizar la formacin deacuerdo al espacio en el terreno

obstculo

bsqueda A* de

otra posicin



44/76


leapfrogging target determinado por elusuario (click)

futura posicin (2 seg)

offsetfollower

punto de inters(cover)

radio debsqueda

Caminos

En la mayora de los juegos modernos existen caracteres sintticos que en tiempo


45/76


La tarea de encontrar un camino desde una

posicin a otra en el escenario del juego sedenomina pathfinding o path planning.

Se trabaja con una abstraccin delescenario (navigation graph / mesh).

Los algoritmos de bsqueda de caminos

analizan este grafo de navegacin paradeterminar las rutas que guiarn al agente.

El agente NO necesariamente debemoverse por los arcos.

La bsqueda debe:

contemplar el modelo del agente hacerse reiteradamenteser rpida

En la mayora de los juegos modernos, existen caracteres sintticos que en tiempode ejecucin deben decidir por dnde moverse.

Grafodenavegacin

Los algoritmos ms utili ados para la bsqueda de caminos son Dij kt A*


46/76


Los algoritmos ms utilizados para la bsqueda de caminos son Dijsktra yA*Existen adems muchas variaciones y optimizaciones.

Todos estos algoritmos presuponen un espacio de bsqueda discreto (grafo)

El grafo de navegacin puede generarse en forma automtica, a partir del escenario modelado en forma manual, por el diseador del escenario.

Existen varias tcnicas para generar esta estructura y existen varios tipos de grafos.

Navmeshes

Muchos juegos utilizan navmesh para pathfinding


47/76


Muchos juegos utilizan navmesh para pathfinding.

red de polgonos convexosque define reas transitables

usualmente definido por elartista / diseador

Navmeshes-

El SDK de Valve incluye un sistema de generacin automtica del navmesh


48/76


El SDK de Valve incluye un sistema de generacin automtica del navmesh.

En el primer intento de jugar un mapa, se computa:

Comenzando en el spawn-point, se detecta el espacio caminable, por flood-filling

Se crean reas rectangulares caminables en este espacio detectado Se computan hiding spots - sniper spots. etc

Incluye tambin la posibilidad de generar el navmesh en forma manual.Permite crear areas caminables, unirlas, ubicar sectores especiales..


49/76

Decisionesinteligentes

La toma de decisiones es una habilidad natural del comportamiento inteligente


50/76


La toma de decisiones es una habilidad natural del comportamiento inteligente. Es central a la implementacin de inteligentes en juegos An as, en muchos casos la implementacin es simple y eso es suficiente.

Existen varias tcnicas clsicas para implementar decisores en juegos.

Decisor

Conocimiento interno

Conocimiento externo

Accin

Vida promedio de un NPC en los FPS : 12 segundosCantidad de NPC que mueren en los FPS por da: 20.000.000

Arbolesdedecisin

Los rboles de decisin son estructuras de conocimiento que permiten asociar


51/76


Los rboles de decisin son estructuras de conocimiento que permiten asociaracciones con grupos de piezas de conocimiento externo e interno

hay enemigos cerca?

tengo armas disponibles?

tengo energia suficiente?

he llegado a destino?

no si

no si

sino

no

atacarcubrirse

esquivarcaminar

Mquinasdeestados

Las mquinas de estados o autmatas finitos (FSM) son utilizados para modelar


52/76


Las mquinas de estados o autmatas finitos (FSM) son utilizados para modelarcomportamiento basado en estados de actividad.

perseguir, ocultarse, disparar, huir, esperar

buscar, recolectar, descargar, huir

patrullar atacar

regresara base

enemigo_detectado

enemigo_eliminado

poca_energiaenergia_recargada

FuzzyLogic

La lgica difusa permite modelar propiedades difusas


53/76


La lgica difusa permite modelar propiedades difusas.No es muy popular en la IA acadmica, pero es usada en varios juegos

Lgica difusa

Un elemento tienegrados de pertenencia

a un conjunto

fuzzy sets

grado numrico de pertenencia

hambre: 0,5cansancio: 0,2

salud0% 100%

0

1herido sano

Seleccionandoarmas

Variables difusas (fuzzy linguistic variables):


54/76


( y g ) distanceToTarget: close, medium, far ammoStatus: low, okay, loads

Evaluacin de cada arma: desirability: indeseable, deseable, muyDeseable

0 mt 100 mt

0

1close medium far

0 b 50 b

0

1low okayloads

0 b 50 b

0

1 indes. deseablemuyDeseable

Seleccionandoarmas


55/76


IF target_FarAND ammo_LoadsTHEN muyDeseable

0 mt 100 mt

0

1close medium far

0 b 50 b

0

1low okay loads

35

55mt

muyDeseable = 0,8

BehaviorTrees

Los rboles de comportamiento fueron usados con xito en varios juegos.


56/76


El Halo 2 y el Spore utilizan rboles de comportamiento.

Son intuitivamentefciles de construir

Existen editoresgrficos de rboles de

comportamiento!

Halo 2 Spore

BehaviorTrees

Son estructuras jerrquicas de tareas.


57/76


Cada tarea realiza las computaciones pertinentes.Devuelve un valor de status: exito o falla.

Las tareas pueden ser simples o compuestos.Las tareas compuestas adoptan diferentes esquemas de ejecucin de sus partessubordinadas

Condiciones: testean propiedades del juego y del agente.Similar a Decision Trees.

Acciones: alteran el estado del juego. Pueden seranimaciones, tareas de AI, o acciones en general.Similar a Decision Trees.

Composiciones: agrupan acciones, condiciones o mascomposiciones. Usualmente nodos internos del rbol.

tareas

xyz?

doX

?


58/76

BehaviorTrees- ejemplo


59/76


ir a la puertaabrir

puertaentrar

?

puertaabierta?

entrar

if is_open(puerta) then

move_to(habitacion)

else:

move_to(puerta)

open(puerta)

move_to(habitacion)

BehaviorTrees- ejemplo


60/76


ir a la puertaabrir

puerta

entrar?

puertaabierta?

if not is_open(puerta) then

move_to(puerta)

open(puerta)

move_to(habitacion)

Comportamientobasadoenmetas

Es posible utilizar un modelado de agente basado en metas.L i d l t i t l li i t d i t t


61/76


Las acciones del agente se orientan al cumplimiento de ciertas metas

Esto se denomina Goal Oriented Behavior (GOB)

NO son muy frecuentes en los juegos, excepto algunos recientes.

The Ghost Master (2003)The Sims (2000 - )


metas objetivos a satisfacer por el agente


62/76


metas objetivos a satisfacer por el agente

ganar energia, vengarse, conseguir el item X

pueden poseer un nivel de importancia o insistencia

Satisfacer una meta es disminuir su nivel de importancia

ganar energia es menos importante cuantomayor energa tiene el agente.

eliminar a X pierde toda importancia unavez que X es eliminado.

acciones dependientes del agente y el entorno

agente:caminar hacia posicion P , disparar a Xpuerta: abrir, cerrar, trabar, destrabarenemigo: matar

La seleccin de acciones se hace en funcin de la satisfaccin de las metas


Un esquema de seleccin simple:


63/76


1. Seleccionar la meta de mayor importancia o insistencia2. Seleccionar la(s) accion(es) que provee mayor satisfaccin de la meta

comer[ imp: 5 ]

dormir en sof : dormir - 2

dormir[ imp: 2 ]

comer snack : comer - 1

comer cena : comer - 5

dormir en cama : dormir - 5

Metas Acciones

Este esquema no contempla efectoscolaterales de las acciones.

Por ejemplo, preparar la cena generacansancio, e incrementa la meta de dormir.

Planificacinbasadaenmetas

Las acciones son dependientes de la situacinLa ejecucin de algunas acciones puede inhabilitar o habilitar otras acciones


64/76


La ejecucin de algunas acciones puede inhabilitar o habilitar otras acciones

PlanningBuscar la secuencia de acciones que nos resulte ms beneficiosa

El proceso se denomina Plan FormulationGOAL ORIENTED ACTION PLANNING

Planificar implica conocerlas condiciones necesarias para ejecutar las acciones

los efectos de la ejecucin de cada accin

Goal: Heal = 4Goal: Kill-Ogre = 3Action: Fireball (Kill-Ogre 2) 3 energy-slotsAction: Lesser-Healing (Heal 2) 2 energy-slotsAction: Greater-Healing (Heal 4) 3 energy-slots

GOAP- F.E.A.R.


65/76


F.E.A.R (First Encounter Assault Recon)

First-Person Shooter (2005)Psychological horror

Muy buen empleo de Inteligencia Artificial(Ver Three States and a Plan: The A.I. of F.E.A.R. Jeff Orkin)

GOAP- F.E.A.R.

FEAR utiliza una variacin del planificador STRIPS

STRIPS ST f d R h I i P bl S l


66/76


STRIPS = STanford Research Institute Problem SolverFormulado originalmente en 1970

STRIPS

Goals

Actions

descripcin del estado del mundoque queremos alcanzar

definidas en trminos de

precondiciones efectosel estado del mundo

necesario para ejecutarla accin

el impacto de laaccin en el

estado del mundo

GOAP F.E.A.R.- STRIPS

ordenar


67/76


cocinar

Acciones:

ordenar_pizza

Precondicin:telefono_pizzeria(true)

Efectos:DELETE hambriento(true)ADD hambriento(false)

cocinar_pastel

Precondicin:receta(true)

Efectos:DELETE hambriento(true)ADD hambriento(false)

Three States and a Plan: The A.I. of F.E.A.R. Jeff Orkin

GOAP F.E.A.R.

Para cada caracter del juego puede determinarse un conjunto de metas (goals) yun conjunto de acciones.


68/76


un conjunto de acciones.

soldier assasin rat

Testbedsparalaacademia

En el mundo acadmico se utilizan algunas plataformas de videojuegos para el testde nuevas tcnicas de inteligencia artificial.


69/76


de ue as c cas de e ge c a a c a

Muchos adoptan una arquitectura cliente-servidor para mejor flexibilidad.

Escenario modeladoServidorCliente

Percepcin delescenario

Acciones sobreel escenario


70/76

PokerCompetition

LaAssociation for the Advancement of Artificial Intelligence (AAAI) organizal t l P k C titi di d lid d


71/76


anualmente la Poker Competition, en diversas modalidades.

La modalidad es cliente-servidor.

Varios "jugadores" con mucha tradicin y desarrollo.

Polaris (U of Alberta)juega al poker en la competencia del 2007

Existe una competencia anual !

ORTS- OpenRealTimeStrategy


72/76


Similar al StarcraftCreado por la Universidad de Alberta, Canad, especficamente

para la investigacin acadmica en Inteligencia Artificial

Algo discontinuado

StarcraftUtiliza un hack del StarcraftBroodwar que permiteuna inyeccin de dll.


73/76


BWAPI Brood

WarApplicationProgrammingInterface

Es un framework C++ open source para crear mdulos de AI para el Starcraft.

Simple de instalar

API fcil de usar (emula la interfaz del juego: rightClick())

Obtiene toda la informacin relevante del juego.

Permite anotaciones para debug


TORCS

The Open Racing Car Simulator es unsimulador de carreras open source.


74/76


simulador de carreras open source.

Modela con buen detalle los vehculos

(aceleracin, frenos, friccin, marchas, etc)

Un API desarrollada por la UniversitatTubingen (Alemania) ofrece: 36 sensores para presencia de oponentes 19 sensores de borde de pista sensores de orientacin sensores del estado del auto

Un pequeo parche permite que unprograma (J ava, C++, C#) se conecte alservidor en un juego multiplayer


Unity3DUnity es un motor de juegos.Permite la creacin de juegos en escenarios 3D-2D,

i C# J S i t


75/76


con programacin en C#o J avaScript.Es gratuito!

Puede usarse para testear tcnicas de IA en escenarios personalizados


76/76


Gracias!

movimiento en videojuegos

Documents