これは、人工知能の合計戦争に関する記事の第2部です。 記事の最初の部分で、 Creative Assembly 2000のゲームShogun：Total Warについて話しました-リアルタイム戦略の顔を変えたゲームです。 Shogunには3つの異なるAIシステムの層があります： ユニットAI 、個々のユニットの管理とその構造と位置の維持、 AIの戦闘とグループ化と設定、ユニットの建設とキャンペーン/外交AI 、ターンベースの戦略を主導し、封建日本の支配権を握ろうとしています。 中世の最初の部分：Total War 2002： Shogunによって作成された基本システムを再定義および改善したゲーム。 しかし、Creative Assembly側からもTotal Warファンの手からも、AIフランチャイズシステムの改良と再構築の長い旅の始まりに過ぎませんでした。 したがって、シリーズの次のリリースを見て、戦争の進化がどのように起こったかを観察しましょう。

ローマと改造者コミュニティの全盛期

Rome： 2004年のTotal Warは、ゲームプレイに変更を加え、ゲームのグラフィック部分を大幅に改善しました。 シリーズの第3部では、完全にレンダリングされた3Dユニットと同様に、3次元の外交地図が表示されました。 このゲームの計画は、紀元前270年、ローマ帝国の誕生時までイタリアに移されました。 この部分は、ニッチ戦略的シミュレーターを本格的なベストセラーに変えました。 ただし、ゲームプレイの欠陥も明らかになり始めました。 AIは、AIが豊富で興味深い外交メカニズムのセットで可能な限り効率的になろうとしているキャンペーンで最も顕著です。 これは、ローマ帝国の私たち自身のコーナーを構築し、成長させるために必要な、より長く思慮深い行動の発展に一部起因しています。 前の部分で述べたように、キャンペーンAIはステートマシンに基づいており、本質的にリアクティブです。つまり、このようなアプローチでは以前に実行されたアクションと長期的な結果の履歴をほとんど考慮しないため、長期的な意思決定にはあまり適していません。


これらの問題にも関わらず、このゲームはシリーズに対する貴重で興味深い貢献を続けており、それが周りのファンの大規模で強力なコミュニティを作り上げました。 ローマは、Total War用に作成されたMODの長い歴史の始まりでした。 シリーズの初期の部分のゲームプレイを制御するデータのほとんどは、インストールファイルでプレーヤーが利用できるため、彼と一緒に作業するのは十分簡単でした。 そのため、改造者は独自の目的のためにデータを操作するツールを作成することができました。 これらのMODの多くは、グラフィックと管理の改善、物語の拡大、より豊かな世界の作成を目的としていました。たとえば、 Roma SurrectumとRome：Total Realismです。 MODの中には、基本的なメカニックとAIを使用して、他の世界、たとえばTolkien The Fourth Ageの世界のmod、皮肉なことにWarhammer：Total War modに移したものもありました。 最も印象的なものの1つはDarthModでした。NickTomadisによる一連のMODの最初のもので、 Rome：Total Warから2011年のTotal War：Shogun 2のリリースまでに開発されました 。 DarthModは、ゲームの外観とゲームプレイを変更するだけでなく、戦闘やキャンペーンのAIの動作に影響するパラメーターを大幅に変更することが多く、経験豊富なプレイヤーに好転する機会を与えます：新しい戦闘ビルドが登場し、パフォーマンス特性が改善され、より柔軟で攻撃的な動作が作成されましたAI。


ローマのエンジンの改造中に生じた深刻な問題は、2006年にリリースされた中世II：Total Warでピークに達しました。 中世IIは本質的に中世のリメイクです： ローマエンジンの完全な戦争ですが、AIの根本的な構造上の問題の多くは保存されています。 しかし、開発されたmodderのコミュニティはそれらのほとんどを修正しました。 したがって、変更する時が来ました。AIシステムは、 Empire：Total Warのリリースで起こったまさにその基盤から再構築する必要がありました。

エンパイアAI

Romeはベースシステムとゲームプレイの更新を目的としたリメイクでしたが、 Empire：Total War 2009はより高い目標を目指していました。 このゲームは、Total Warの基本的な公式を更新するだけでなく、大勢の視聴者がゲームをより利用しやすくすることでもありました。 これにより、UIシステム、ヒント、チュートリアル、およびゲームプレイの基本コンポーネントが更新されました。 戦闘では、騎兵、銃兵、射手、重砲兵など、銃器に依存するユニットの大きなばらつきがありました。 これに伴い、シェルターを使用するユニット用の無料のナビゲーションシステムが追加され、レリーフの詳細を使用できるようになり、激しい火災から隠れました。 帝国の最も重大な目新しさは、リアルタイムの海軍戦闘への移行でした。プレイヤーは艦隊に命令を出し、敵軍を攻撃します。 さらに、主なキャンペーンは、アメリカ、ヨーロッパ、インドの両方、そしてそれらを結ぶ海路は言うまでもなく、はるかに広い領域を占めました。 ゲームをさらに豊かにするために、この段階でキャンペーンのAIは軍隊と艦隊を管理し、ゲームマップの空間分析を実行し、さまざまな種類の地形で敵の脅威を認識し、外交に従事し、そのリソースを制御し、税金、建設などの決定を下す必要がありました友達。


これがフランチャイズの増加につながり、技術の改善の必要性が高まったことに疑いの余地はありません。 Rome：Total WarはEmpire向けに完全に書き直されました。これにより、ユニット、戦闘、キャンペーンレベルでAIが新たに実装されただけでなく、ユーザーへのゲームの表示も変更され、改造ツールのさらなる開発に大きく影響しました。

Empire：Total Warでは、開発者はキャンペーンを完全に再構築し、反応的で状態制御された行動から逃れるためにAIを戦います。したがって、システムは、対戦者によって下された決定に積極的に応答する方法を学習しただけでなく、構成と行動のセットによって制御された独自の個性も持ちました。 Empireを開発する際、著者は長期的な結果を考慮し、同時にいくつかの目標のバランスをとるAIを作成しようとしました。 これにより、 目標指向行動計画法の開発に目標指向行動計画（GOAP）が使用されることになりました。 この技術は2005年にFirst Encounter Assault Recon（FEAR）のおかげで人気を博し、 Fallout 3 、 STALKER：Shadow of Chernobyl 、 Deus Ex：Human Revolutionなどのゲームで使用されました。 GOAPは、古典的な計画方法です。エージェント（AI）は、抽象的な世界モデルを使用して、望ましい結果を作成するために世界を変換する一連の決定を行います。 このアプローチは、多くの連続した個別のアクションがある状況に最適です。 複数の目標を同時に評価し、それらが互いに矛盾しない場合は、それらを達成するためのアクションを実行できます。 Art of Warのロジックを検索および実行のために計画言語でエンコードできるという事実を考慮して、元のShogunの戦術の多くをここに簡単に移すことができました。 AI計画とその仕組みについて詳しく知りたい場合は、 FEARと目標指向アクション計画の説明 、およびTransformers High Moon Studio ゲームでの GOAPとネットワークベースの階層計画の使用をご覧ください。


このバージョンで最も重要な側面の1つは、AIがゲーム自体の内部でモデル化されたことです。 Rome：Total Warでは、ゲームAIはゲーム自体のロジックと組み合わされています。 これは、彼がゲームに参加し、プレイヤーがアクセスできないアクションを実行したり、知らないはずの情報にアクセスしたりする可能性があることを意味していました。 AIキャンペーンのこのバージョンと後続のバージョンでは、人間として積極的にゲームをプレイするように分離されています。 そのインターフェースはコードベースに接続されており、ゲームとデータを交換したり、その逆も可能です。

AIキャンペーンのアクションは、3つの主要な問題に基づいて決定されます。

• 私の現在の状態はどれくらい良いですか？
• 次に何ができますか？
• これにどのようなリソースを割り当てることができますか？

これらの3つの質問により、信念、欲望、意図のモデル （BDIシステム）を使用できます。 これは、キャンペーンAIが、意思決定プロセスを制御する一連の信念、欲望、意図をモデル化することを意味します。 信念はAIに世界の理解を与えますが、たとえばプレーヤーのリソースの場所や他の派factとの関係など、間違っている可能性があるという事実を考慮に入れています。 欲望は、プレイヤーの動機付けのインセンティブであり、システムが即時および長期の両方で達成したい目標を設定します。 欲求の例には、領土の占領または防衛、敵のエージェントの妨害、軍隊の募集、建設の優先順位付け、近隣の派withとの外交の実施が含まれます。 最後の側面は非常に複雑であるため、このシリーズの記事の次の部分で詳細に検討します。 最後に、意図はエージェントの瞑想的な状態です。彼が何かをすることを選択するとすぐに、これらの意図は彼に刺激を与え、目標が達成されるまで別の目標に気を取られます。 これは、次のように計画に基づいてシステム内で機能します。未完成の目標を追跡し続け、それらを達成するために努力すると同時に、即時のタスクを解決できます。 ただし、一連の記事の第3部からわかるように、システムはそのアクションから生じる重複の多くを認識できず、システムの独自の意思決定プロセスでそれらが作成する競合により、数年後にAIキャンペーンがさらに改善されました。


戦闘では、AIシステムは多くの目標を達成し、ミッションを達成するだけでなく、独自のリソースを制御することでより効果的になることを可能にします。 たとえば、ユニットのアクティブな戦闘ターゲットは、選択された敵ユニットに対する攻撃かもしれませんが、同時に敵軍の位置を考慮して、側面の安全を確保するという目標を持っているかもしれません。 これらの2つの目標のバランスと優先順位は、現在行われているイベントによって異なります。自軍の規模と場所、それによって実行されるアクション、地形に占領されている敵、その勢力の評価を考慮します。 敵を攻撃するためのターゲットは、完了後に変更または削除できますが、防御目標は現在の状況に基づいて絶えず変更され、これらすべてのタスクには戦場の現在の状態に基づいた優先順位が与えられます。 その結果、優先順位の変更により現在の実行計画が中断された場合でも（たとえば、操作によって身を守るため、または側面からの攻撃から将軍を救うための短期的なタスクのために）、最終的に元の状態に戻ることができます目標を達成し、実装を継続します。 そしてその逆-AIがプレイヤーを攻撃するとき、他のターゲットを攻撃するために大規模な側面から砲兵を移動するなど、残りの部隊の生存に深刻な脅威をもたらす可能性がある場合、彼は突発的な決定を行いません。

Empire：Total Warは2009年2月にリリースされましたが、残念なことに混合されました。 ローンチの時点で、キャンペーンと戦闘AIは、彼らが直面した問題の重みで苦しんでいました。 そして、これは特に驚くことではありませんでした。このタイプの大規模なタスクのソリューションを計画するのは信じられないほど高価であり、開発者は多くの可能な結果と状況の一部しか予測できませんでした。 クリエイティブアセンブリクリエイティブディレクターのマイクシンプソンは次のように語っています。

「このAIは、以前に書いた他のAIとは異なります。これは、私がゲームで見た中で最も複雑なコード構成です。 ショーグンと中世IのキャンペーンAIコードのほとんどを書いたので、計画や記憶のないアクションのかなり単純な「静的な」AI評価でさえ、混oticとした振る舞いを示すほど複雑になることがあります（ここではスタイルのカオスを意味します）数学的な「バタフライ効果」）。 動作するように動作しますが、期待どおりには動作しません。 たぶんこれは良いことです-悪い行動を遮断し、良い行動だけを残し、予測しにくいシンプルなシステムを残します。

Empire AIは以前のバージョンのどれよりもはるかに複雑です...結果として、積極的かつスマートに計画するAIがありますが、時間の決定においてそれ自体とは異なり、しばしば優柔不断によって麻痺することが判明しています。」

[2009年10月9日、Total Warブログ、2番目のブログ、マイクシンプソン]

リリース後6か月間、Creative Assemblyはゲームのバージョン1.5までのAIパッチを作成することでこの問題を解決しようとしました。 これらの改善は、2010年のNapoleon：Total Warプロジェクトにも引き継がれました。このプロジェクトは、多くの点で機能的には同じゲームであり、異なる運用領域でのみ行われました。 これは、 ナポレオンの開発中に 、キャンペーンと戦場のAI開発チームが帝国の問題解決に絶えず戻ることを余儀なくされたという事実によるものです。 したがって、ゲームの次の部分では、わずかな変更と改善のみが行われました。

改造

同時に、改造者のコミュニティは、エンジンの変更に起因する障壁で帝国を偶然見つけました。 Total Warの以前のバージョンでは、起動時にゲームに読み込まれた外部データの形式で多くの変数とパフォーマンス設定があり、改造ツールの作成が簡単になりました。 おそらく、改造者にとって理想的な状態は将軍のゲームの状態でしたが、新しいゲームのサイズと規模が増加したため、維持することは不可能でした。キャンペーンマップと戦術戦闘の可能性が拡大しました。 ゲームのリリース前のテストでは、データ量の増加と、ゲーミングコンピューターのメモリ量の予想される制限により、パフォーマンスに深刻なボトルネックが生じることが判明しました。 したがって、ほとんどのデータは前処理され、既製の実行可能ファイルにコンパイルされ、ゲームのアーキテクチャの大部分への改造者のアクセスが閉じられました。

ただし、人気のDarthModを含むMODは引き続き登場しました 。これは再びEmpireに戻り、ゲームの内部パラメーターを変更してAIをより安定させました。 BranのEmpire AI modは、DarthModを基盤としてそれを改善し、ゲーム内でAIが行うばかげた決定の数を減らしました。

MODの開発におけるこのような困難により、Creative Assemblyは、ゲームの新しいバージョンの内部へのアクセスをmodderに提供するためにより多くの労力を費やすことを余儀なくされました。 Total War：Shogun 2にはより広範なmodサポートがあり、その後の多くのリリースでSteam Workshop APIとの互換性が現れました。

結論として

戦争の進化は多くの問題をもたらしましたが、結果としてプレイヤーはよりスマートで楽しいゲームプレイを提供しました。 プレイヤーはこのプロセスに対するより高い信頼性と制御を求め、これがmoddersコミュニティの全盛期をもたらしました。これは、Total Warフランチャイズの多くのゲームでまだアクティブです。 AI Total Warのシリーズの第2部をお楽しみください。 第3部では、このシリーズで最も重要だが論争の的となっているゲームの1つ、 Total War：Rome II 2013について検討します。 この部分はAIで最も深刻な変更を行い、AAAクラスのゲームで使用されているAIシステムについての見方を再検討することができました。