AI感覚システムがThiefでどのように作成されたか：The Dark Project

ゲーム開発における「感情」は、シミュレートされたゲーム環境の重要なオブジェクトに関する情報を収集するAIの部分を理解、作成、および議論するための有用なメタファーです。 現実的な3次元空間の非プレイヤーキャラクターは、通常、人間、動物、または視力と聴覚を持つ他の生物であるため、この比metaは非常に便利です。

しかし、そのような開発の比phorは、文字通りに捉えるべきではありません。 ゲーム世界のAIの物理的性質は明らかですが、このアナロジーは物理的でも神経学的でもありません。 ゲームの「気持ち」と「知識」の間の線はあいまいです。 フィーリングには、ゲーム内のゲームの他の要素の存在の認識、およびそれらの要素の評価と知識が含まれます。 ゲームロジックは、このような要素に直接結び付けることができます。

ゲーム内の感情のシステムは、ゲームの設計のニーズに従い、実装に効果的であるように作成する必要があります。 システムは複雑すぎてはいけません。信頼性と興味深いゲームプレイを提供するには十分です。 彼女の仕事の結果は、プレーヤーによって認識され、理解できるものでなければなりません。 視覚と聴覚が主に使用される一方で、味覚、タッチ、またはタッチの感覚を必要とするAIゲームはわずかです。 正しく使用すると、感情は、単純な有限状態マシンのより興味深い動作を作成するための貴重なツールになります。

この記事では、ステルスに重点を置いたファーストパーソンゲームでのAI用の高精度センサーシステムの設計と実装へのアプローチについて説明します。 ここで説明する手法は、 Thief：The Dark Projectの AIを開発した経験、およびHalf-Lifeコードに精通していることから得られたものです。 この記事の最初の部分では、やる気を起こさせるHalf-Lifeの例を使用して、AI感情の基本的な概念を概説します。 第2部では、ステルスゲームの設計におけるタッチシステムのより厳しい要件を設定し、 Thief向けに作成されたシステムについて説明します。

ケーススタディ：半減期

ゲームHalf-Lifeでは、ステルスと感情は主なものではありません。 ただし、戦術的な戦闘を重視しているため、論理的な感覚システムが必要です。 したがって、このゲームはAIセンサーシステムの基本を探る素晴らしい例です。 Half-LifeのAIには、検出されたオブジェクトに関する情報を管理するためのシステムと同様に、スコープと聴覚があります。 ゲームには、単純な感情を適用して説得力のある動作を作成する興味深い例があります。

単純なセンサーシステムでは、AIは定期的に世界を「見て」「耳を傾ける」。 刺激が感覚によって受動的に受け取られる現実の世界の視覚と聴覚とは異なり、オブジェクトがそれを望んでいるかどうかにかかわらず、ゲームではそれらはアクティブなイベントです。 AIは、その興味に基づいて世界を探索し、一連のルールに従って、ゲームの別の要素を見たり聞いたりするかどうかを決定します。 このようなチェックは実際の感情をエミュレートすると同時に、必要な作業量を減らします。 ほとんどのリソースは、ゲームの仕組みにとって重要な側面に費やされています。

たとえば、定期的に呼び出される基本センサーシステムHalf-Lifeの形式は次のとおりです。

プレーヤーに近い場合は...


--
-- ...
----
----
---- , ...
------
------ , ,
------
--------
------
-------- , --------



-- ...
---- ...
------
------ ...
-------- , , -
------ ""
-------- , , -


この擬似コードが示す最初のコンセプトは、感情がAIのプロパティ、オブジェクトとの関係、AIのアクションとプレイヤーのアクションの対応に密接に関連しているというものです。 これは部分的には最適化が必要なためですが、ゲームの仕組みによって実装されています。 Half-Lifeゲームデザインでは、プレイヤーから遠く離れたAIキャラクターは重要ではなく、世界を感じる必要はありません。 プレーヤーの隣にいる場合でも、AIは、後で恐怖や憎しみに反応させるオブジェクトのみを見る必要があります。

このロジックは、視界距離、視界の円錐、視線、目の位置の組み合わせとしての視界システムの設計も示しています（図1）。 各AIには制限された2次元の視野があり、その中で興味深いオブジェクトの方向に光線を放射します。 自由に流れる光線は、オブジェクトの可視性を意味します。


図1

ここでは、2つの重要な側面に注目する価値があります。 第一に、感覚的操作は、より安価なものからより高価なものまで順番に実行されます。 第二に、プレイヤーの喜びのために、ゲーム内の視覚システムは、敵がプレイヤーを見るときのみプレイヤーを見るように作られています。 一人称ゲームでは、プレイヤーは体を弱く感知し、対戦相手がプレイヤーに早く気づいた場合、これは多くの場合不正行為のようです。

最も興味深いフラグメントは、プレイヤーがAIを見るまでAIがプレイヤーを見る能力の制限です。 ゲームを楽しくするためにのみ必要です。 これは、低レベルのシステムで基本的なテクニックを使用して、ゲームの高レベルの目標を簡単かつエレガントに達成する方法の例です。

聴覚の論理は視覚の論理よりもはるかに単純です。 聴覚コンポーネントの基本要素は、可聴音をAIに伝えることの意味の定義と調整です。 Half-Lifeの場合、聴覚は音量の単純なヒューリスティックに「聴覚感度」を掛けたもので、AIが音声を聞く距離になります。 さらに興味深いのは、世界に関する一般情報を収集するためのテンプレートとして聞く能力のデモンストレーションです。 この例では、AIは擬似音、つまり近くの死体から発せられる架空の匂いを「聞きます」。

ゲームプレイの重要な要素としての感情：泥棒

Thief：The Dark Projectとそのフォロワーは、ゲームの中心的な仕組み（ステルス）が3Dファーストパーソンゲームの従来のゲームプレイと競合する、わずかにスクリプト化されたゲームの世界を提示します。 泥棒プレイヤーは慎重に動き、衝突を避け、人を殺したことで罰せられます。 しかし、彼は簡単に死ぬことができます。 ゲームプレイは、ゲーム空間内を移動するプレーヤーに関するAI感覚知識の変化に焦点を当てています。 プレイヤーは、動きのない動きのあるAIで満たされた領域内を動き回らなければなりません。気付かれずに、影に隠れて、音を出さないようにします。 ゲームAIの感情はHalf-Lifeと同じ基本原理に基づいていますが、ステルス、スリッピング、予期しない攻撃のメカニズムには、より洗練されたセンサーシステムが必要です。

主な要件は、幅広い条件で機能する非常に柔軟なセンサーシステムの作成でした。 表面的には、ステルスゲームプレイは、ステルスという架空のテーマに焦点を当て、滑り落ち、驚き、光、影を奪います。 このゲームプレイを興味深いものにしている側面の1つは、セキュリティと脅威の間のグレーゾーンの拡大です。これは、ほとんどの一人称ゲームでは非常に微妙です。 ゲームは緊張を維持し、プレーヤーを異なる状態の間で危機にonし、ゾーンを通過するときにすべての深刻な状態に陥ろうとします。 これには、「プレーヤーが見た」または「プレーヤーが見なかった」という明確な意味が明確に定義されていない広範な感情が必要です。

2番目の要件は、通常の一人称シューティングゲームよりも多くのオブジェクトに対して感覚システムをより頻繁にアクティブ化することです。 ゲーム中、プレイヤーは、プレイヤーが近くにいない場合でもAIが気付くような方法で世界の状態を変更できます。 死体を隠すなどのいくつかの側面には、信頼できるシステムが必要です。 これらの2つの要件は、ゲーム開発者にとってさらに別の固有の要件であるゲームパフォーマンスと競合する興味深い課題を生み出します。

最後に、プレーヤーと設計者の両方がセンサーシステムの入力および出力情報を理解し、出力情報が入力情報から予想される結果と一致する必要があります。 これにより、開発者は、プレーヤーが知覚する入力の量が限られたソリューションを作成し、結果を個別に評価することになりました。

感情の範囲の拡大

基本的に、ここで説明するセンサーシステムはHalf-Lifeで使用されるものと非常によく似ています。 これは、可視性コーンと放射光線に基づく可視性システムであり、最適化、ゲームメカニクス、および疑似センサーデータをサポートする単純な聴覚システムです。 Half-Lifeと同様に、データ収集のほとんどは、この情報に基づいた意思決定プロセスから独立しています。 このシステムでは、いくつかの基本原則が拡張され、新しい原則が追加されています。


図2.主要なコンポーネントと関係

システムの設計とそれを介したデータの送信は、カスタマイズ可能で柔軟な情報収集システムとして設計され、安定した理解可能な出力データを生成します。

このシステムでは、AIの感情は「認識」によって駆動されます。 認識は、関心のあるオブジェクトの存在、位置、および識別に関するAIの認識を表す一連の個別の状態として表されます。 これらの離散状態は、設計者が利用できるシステム内部の唯一の表現です。 高レベルAIでは、キャラクターの警戒心と相関します。 Thief AIでは、アラート状態のセットはアラート状態のセットに似ています。 AIの警戒状態はさまざまな方法で感覚システムに送信され、その動作を変更します。

認識は、AIをゲーム内の別のエンティティまたは空間内の位置にバインドする感覚的接続に保存されます。 これらのリンクは、感覚情報（時間、場所、視線など）のゲームの詳細、および「思考」のサイクル間の計算数を減らすために使用されるキャッシュ値に重要です。 原則として、感覚的コミュニケーションはAIのメインメモリです。 口頭での伝達と観察により、レベルごとの知識の分布のカスケードを制御して、AI間の感覚的つながりを分散できます。 基本的な処理の後、ゲームのロジックを介して制御することもできます。


図3.感覚的コミュニケーション

ゲームで関心のある各オブジェクトには、オブザーバーから独立した独自の可視性値があります。 ゲームの状態とオブジェクトの性質に応じて、この値の詳細レベルとリフレッシュレートがスケーリングされるため、値を計算するためのプロセッサ時間が短縮されます。

可視性は、オブジェクトの照明、移動、および可視性（サイズ、他のオブジェクトからの距離）によって決まります。 その意味は、ゲームの要件に密接に関連しています。 たとえば、プレーヤーのイルミネーションは足の下の床のイルミネーションに結び付けられているため、自分の安全レベルを客観的かつ視覚的に判断できます。 これらの値と合計金額の形式の可視性は、間隔0.1のアナログ値として保存されます。

可視性コーン

感情のための1つの2次元視覚フィールドの代わりに、 Thiefは、XY角度、Z角度、距離、一般的な視力とさまざまな種類の刺激（運動や光など）に対する感度を説明する一連のパラメーターとして定義される一連の連続した3次元視覚コーンを実装しますそして、AIの注意力に対する態度。 視界の円錐は、AIヘッドの回転方向にあります。

観測されたオブジェクトの任意の時点で、オブジェクトが配置されている最初の可視コーンのみが感情の計算に使用されます。 ゲームプレイを単純化してカスタマイズするために、オブジェクトが可視性の円錐のどの部分にあるかに関係なく、可視性の各円錐は一定の出力を作成すると考えられています。

たとえば、図4に示すAIには5つの可視性コーンがあります。 ポイントAのオブジェクトは、コーン番号3によって評価されます。ポイントBとポイントCのオブジェクトの可視性の認識を計算するために使用される可視性コーンは、オブジェクトの同じ可視性値が同じ結果を与えるコーン番号1です。


図4.視界の円錐形、上面図

世界で関心のあるオブジェクトをチェックするとき、感覚システムはまず、どの円錐がこのオブジェクトに属しているかを判断します。 次に、視界の円錐と一緒に、視界の彼自身の特性は、認識の離散的な値を与えるヒューリスティックな「外観」を介して送信されます。

視界、周辺視力などの側面を実装したり、正面のオブジェクトと同じZ平面にあるオブジェクトを正面のオブジェクトと区別するために、いくつかの可視コーンが使用されます。 図のコーン番号5は、低レベルのシステムを使用して高レベルの概念を表現する良い例です。 「想像上のビジョン」の円錐は振り返ります。 彼は動きに対する感度に合わせて調整され、AIに「クモの感覚」を与えます。キャラクターは、プレイヤーが完全に沈黙していても、後ろに近づきすぎていると感じます。

情報コンベヤ

感覚管理システムは一連のコンポーネントの形をしており、各コンポーネントは限定的かつ明確に定義されたデータセットを受け取り、その後さらに限定された値を提供します。 各ステージの処理コストは、ゲームプレイの重要度に応じて個別に調整できます。 パフォーマンスの面では、このような複数のスケーラブルレイヤーを非常に効率的にすることができます。


図5.情報パイプライン

ヒューリスティックは、基本的なセンサーシステムに実装され、可視性、サウンドイベント、現在の認識リンク、デザイナーとプログラマーの構成データ、AIの現在の状態に関する情報を受け取り、対象のオブジェクトごとに1つの認識値を出力します。 これらのヒューリスティックは「ブラックボックス」と見なすことができ、AIプログラマーはゲームの開発中に絶えず調整します。

ビジョンは、各AIのプロパティに基づいて結果を変更する可視性の対応するコーンを介してオブジェクトの可視性値をフィルタリングすることにより実装されます。 ほとんどの場合、視線を確認するために単純なビーム放射が使用されます。 より興味深いケースでは、たとえば、プレーヤーの可視性を計算するとき、オブジェクトの可視性を測定するときにオブジェクトとAIの空間的関係を決定する複数の光線が放出されます。

Thiefは洗練されたサウンドシステムを使用します。このシステムでは、放出されたサウンドと未公開のサウンドにセマンティックデータが付けられ、世界の3Dジオメトリを伝播します。 音がAIの耳に「届く」とき、それは現実の世界で来る方向から来ます。認識の弱められた価値によってマークされます。 音が音声である場合、他のAIからの情報を伝達する場合があります。 そのような音は、空間内の位置に関する意識の態度として、他の意識を変化させる側面（例えば、 Half-Lifeの場合の匂い）に加わります。

意識の衝動

視覚と聴覚の操作が完了すると、認識レベルの形式での結果は、未処理の感覚信号から周期的なインパルスを受信するメソッドに転送され、単純な認識関係に変換されます。その詳細はすべて、関連する感覚接続に保存されます。 この段階でパイプラインで使用されるアナログデータとは異なり、このプロセスのデータは完全に離散的です。 このプロセスの結果は、正しい認識値で感覚的接続を作成、更新、または無効にすることです。

このプロセスは3段階で行われます。 まず、聴覚と視覚の入力値が比較されます。 それらの1つが支配的であると宣言され、意識の価値になります。 各感情によって作成された補助データは消去され、感覚イベントの合計量に結合されます。

第二に、意識の勢いが以前の指標と比較して増加した場合、意識が実際に増加するかどうかを決定する時間フィルターを通過します。 時間遅延は、ターゲットではなく、現在の状態のみのプロパティです。 このようにして、反応の遅延とプレーヤーの許しの指標が実現されます。 時間のしきい値を超えると、認識は中間状態を通過せずにターゲット状態に移行します。

第三に、新しいパルス値が現在の測定値よりも低い場合、「コンデンサ」を使用して、意識をスムーズかつ徐々に低下させます。 意識は一定期間にわたって低下し、すべての中間状態を通過します。 これにより、対象の物体が感覚によって感じられなくなった後、AIの動作が柔らかくなりますが、AIの注意力はこのメカニズムによって制御されません。

対象のオブジェクトがインパルスを生成しなくなった場合、AIの状態に基づいてスケーリングされたある程度の自由な知識が感覚に追加されます。 このメカニズムは、オブジェクトがスコープから消えたときにAIの一部に論理的思考の外観を作成し、プレイヤーからの不正行為を隠します。

おわりに

この記事で説明されているシステムは、ソフトウェアレンダリングを備えたシングルプレイヤーゲーム用に設計されています。 したがって、レンダリングシステムは、ゲームのオブジェクトに関するすべての情報を利用できました。 残念ながら、クライアントサーバーアーキテクチャとハードウェアレンダラーのみを備えたゲームエンジンでは、これが不可能な場合があります。 オブジェクトの照度領域の計算はそれほど簡単ではないかもしれません。 したがって、そのようなシステムを実装するには、他のシステムからの情報が必要になるため、思慮深く正確でなければなりません。

さらに、その有効性にもかかわらず、システムはこのシステムからのデータ出力に大きく依存するゲーム用に設計されています。 Thiefでは、すべてのAI計算にCPUに割り当てられた時間の大部分を占めます。 そのため、システムは、方法の発見、戦術分析、およびその他の意思決定プロセスに時間がかかる可能性があります。

ただし、どのゲームでもセンサーシステムの実装の恩恵を受けることができます。 環境に関する情報を収集およびフィルタリングし、正しく処理する場合、意思決定ステートマシンを大幅に複雑化することなく、センスシステムを使用して興味深いAI動作を作成できます。 さらに、信頼性の高い感覚システムにより、知識の基本的な入力データを制御および変更することで、「事前の」行動を実現できます。 最後に、マルチステートセンサーシステムは、プレイヤーに人工的な敵または味方を与え、基本的な意思決定マシンに不必要な複雑さを加えない多様で複雑な反応と行動を示します。

さらなる研究

Thiefが作成されるDark Engine はデータに大きく依存しているため、この記事に記載されている概念のほとんどとすべての構成の詳細は、 http： //www.thief-thecircle.comで利用可能なツールを使用して個別に調べることができます 。