Игры и механика игр

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

«Игры и механика игр»

Реферат

Оглавление

Искусственный интеллект и ведение игр

Игровой искусственный интеллект

Метод гирлянд случайностей и ассоциаций

Список использованных источников

Введение

Во многих научно-фантастических романах смоделирована реальность, в которой роботы являются основными помощниками человека. Эти разумные машины имеют человекообразный вид и наделены интеллектом, то есть способностью оценивать ситуацию и принимать решения. Лучшего помощника и слугу трудно себе представить. В развитие этой темы, темы взаимоотношений человека и машины наделённой разумом, учёные и фантасты выдвигали и продолжают выдвигать самые разнообразные гипотезы. Оснований и поводов для повышенного внимания к этой теме у них с каждым годом становится всё больше. Очень мощным стимулом служит процесс развитие компьютерной техники и информационных технологий.

Исторически так сложилось, что компьютеры на начальных этапах своего развития применялись в основном для решения инженерных задач. Задачи такого рода требуют большого объёма простых математических операций: от сложения и вычитания, до интегрирования и разложения в ряды. Затем появились программы, которые могли на основе исходных данных принимать логически обоснованные решения. И в итоге появились программы, способные играть в известные людям игры. Уже много лет компьютерные программы соревнуются между собой и с человеком за право считаться самой эффективной.

Искусственный интеллект и ведение игр

Поиск - это метод решения проблемы, в котором систематически просматривается пространство состояний задачи. Примеры состояний задачи: различные размещения фигур на доске в шахматах или же промежуточные шаги логического обоснования. Затем в этом пространстве альтернативных решений производится перебор в поисках окончательного ответа. Ученые утверждают, что эта техника лежит в основе человеческого способа решения различных задач. Отметим, что поиск является одной из фундаментальных проблем, занимающих разработчиков искусственного интеллекта.

Многие ранние исследования в области поиска в пространстве состояний совершались на основе таких распространенных настольных игр, как шашки, шахматы и пятнашки. Вдобавок к свойственному им интеллектуальному характеру такие игры имеют некоторые свойства, делающие их идеальным объектом для экспериментов. Большинство игр ведутся с использованием четко определенного набора правил: это позволяет легко строить пространство поиска и избавляет исследователя от неясности и путаницы, присущих менее структурированным проблемам. Позиции фигур легко представимы в компьютерной программе, они не требуют создания сложных формализмов, необходимых для передачи семантических тонкостей более сложных предметных областей. Тестирование игровых программ не порождает никаких финансовых или этических проблем. Поиск в пространстве состояний - принцип, лежащий в основе большинства исследований в области ведения игр.

Игры могут порождать необычайно большие пространства состояний. Для поиска в них требуются мощные методики, определяющие, какие альтернативы следует рассматривать. Такие методики называются эвристиками и составляют значительную область исследований искусственного интеллекта. Эвристика - стратегия полезная, но потенциально способная упустить правильное решение. Примером эвристики может быть рекомендация проверять, включен ли прибор в розетку, прежде чем делать предположения о его поломке, или выполнять рокировку в шахматной игре, чтобы попытаться уберечь короля от шаха. Большая часть того, что мы называем разумностью, по-видимому, опирается на эвристики, которые люди используют в решении задач.

Эвристический алгоритм

Эвристический алгоритм (эвристика) -- алгоритм, который даёт приемлемое решение задачи в большинстве практически значимых случаев, однако при этом его правильность математически не доказана. В действительности может быть даже известно (то есть доказано) обратное -- то, что эвристический алгоритм формально неверен. При этом он может давать неверный результат только в отдельных (достаточно редких) случаях или же давать неточный, но всё же приемлемый результат.

Проще говоря, эвристика -- это не полностью математически обоснованный (или даже «не совсем корректный»), но при этом практически полезный алгоритм.

Эвристические алгоритмы широко применяются для решения задач высокой вычислительной сложности, то есть вместо полного перебора вариантов, занимающего существенное время, а иногда технически невозможного, применяется значительно более быстрый, но недостаточно обоснованный теоретически, алгоритм. В областях искусственного интеллекта, таких, как распознавание образов, эвристические алгоритмы широко применяются также и по причине отсутствия общего решения поставленной задачи. Различные эвристические подходы применяются в антивирусных программах, компьютерных играх и т.д.

Эвристические методы основаны на интеллектуальном поиске стратегий компьютерного решения проблемы с использованием нескольких альтернативных подходов .

Игровой искусственный интеллект (англ. Game artificial intelligence) -- набор программных методик, которые используются в компьютерных играх для создания иллюзии интеллекта в поведении персонажей, управляемых компьютером. Игровой ИИ, помимо методов традиционного искусственного интеллекта, включает также алгоритмы теории управления, робототехники, компьютерной графики и информатики в целом.

Реализация ИИ сильно влияет на геймплей, системные требования и бюджет игры, и разработчики балансируют между этими требованиями, стараясь сделать интересный и нетребовательный к ресурсам ИИ малой ценой. Поэтому подход к игровому ИИ серьёзно отличается от подхода к традиционному ИИ -- широко применяются разного рода упрощения, обманы и эмуляции. Например: с одной стороны, в шутерах от первого лица безошибочное движение и мгновенное прицеливание, присущее ботам, не оставляет ни единого шанса человеку, так что эти способности искусственно снижаются. С другой -- боты должны делать засады, действовать командой и т. д., для этого применяются «костыли» в виде контрольных точек, расставленных на уровне.

Цитата

Главная задача ИИ -- не выиграть у игрока, а красиво ему отдаться.

Тимур Бухараев, Nival.

Персонажей компьютерных игр, управляемых игровым искусственным интеллектом, делят на:

неигровые персонажи (англ. Non-player character -- NPC) -- как правило, эти ИИ-персонажи являются дружественными или нейтральными к человеческому игроку;

боты (англ. Bot) -- враждебные к игроку ИИ-персонажи, приближающиеся по возможностям к игровому персонажу; против игрока в любой конкретный момент сражаются небольшое количество ботов. Боты наиболее сложны в программировании.

мобы (англ. Mob) -- враждебные к игроку «низкоинтеллектуальные» ИИ-персонажи. Мобы убиваются игроками в больших количествах ради очков опыта, артефактов или прохождения территории.

Компьютерное творчество

Алгоритм «машинного творчества», направленного на создание компьютером «литературных произведений», то есть текста, имеющего по результатам субъективной экспертной оценки хотя бы минимальную литературную ценность, можно условно разделить на две основные части: методику составления «сценария» произведения, и непосредственно схему генерации самого текста.

Упрощенно первый этап рождения компьютерного «шедевра» выглядит следующим образом: сценарий будущего «творения» дробится на составляющие его элементы: реалии, персонажи, встречи, поступки и ситуации. Все указанные элементы логически «увязаны» между собой, то есть имеют четко прослеживающуюся взаимосвязь: на фоне избранных реалий существуют персонажи, которые попадают в различные ситуации. Ситуации провоцируют героев на поступки или встречи, в результате которых складываются новые ситуации. Сам сценарий делится на три составляющих части, которые условно можно назвать «завязка», «развитие сюжета» и «развязка» в пропорции согласно «правилу золотого сечения». Каждый из составляющих сценарий элементов в свою очередь состоит из более мелких частей: например, реалии включают в себя географическую точку, в которой развивается действие произведения, время года, время суток, погоду; персонажи -- на «положительных» и «отрицательных», «мужчин» и «женщин», и так далее. Очевидно, что и эти понятия дробятся на целый ряд дополнительных компонент: время суток -- на «день», «ночь» «утро» и «вечер», погода -- на «дождь», «грозу», «солнечно», «пасмурно»… Очевидно также, что все данные элементы тоже логически связаны между собой: в дождливую погоду не может светить солнце, а днем не видно звезд, иными словами, имеется вполне определенная закономерность «совместимости» или «несовместимости» понятий. Поскольку сценарий произведения рассматривается в данном случае, лишь как возможная совокупность сочетаний всех описанных выше компонент, машине остается только выбирать готовые элементы из уже существующих и проверять их на логическую совместимость, выстраивая согласно заданным алгоритмам единую смысловую линию.

С процессом генерации итогового текста дела обстоят еще проще. Все правила орфографии, синтаксиса и пунктуации литературного языка тысячи раз описаны в огромном количестве книг, существуют четкие и исчерпывающие правила и законы, согласно которым строится предложение. Достаточно лишь превратить эти законы в алгоритм. Дабы придать сочинению «читабельность», машина должна стараться избегать «рефренов», то есть по возможности заменять встречающиеся в тексте однокоренные слова на синонимы, само же предложение «разбавляется» рядом «дополнительных слов», например, определениями, употребляемыми перед существительными.

Первые эксперименты по созданию машиной литературных произведений были проведены уже более двадцати лет назад. Известно, что в конце восьмидесятых годов французские ученые составили программу, использующую принципы описанного выше алгоритма генерации текста на основе ранее подготовленного словаря. Программа была успешно испытана на компьютере «Каллиопа», результатом же стал рассказ, перевод отрывка из которого мне хотелось бы привести ниже:

«Мой горизонт состоит лишь из красной портьеры, откуда с перерывами исходит удушливая жара. Едва можно различить мистический силуэт женщины, гордой и ужасной: эта знатная дама, должно быть, одно из времен года. Кажется, она прощается…»

Российские ученые пошли дальше -- алгоритм «компьютерного творчества» был значительно усложнен, в него были внесены правила соблюдения стихотворного размера и подбора рифмы. Компьютер научился писать стихи:

Здесь нежная птица,

Здесь с нежностью взор,

Он также струится

Мой странный узор.

Быстрей пламенеет,

В руках тяжелеет…

Вывод по машинному творчеству

Оценивая все вышесказанное, можно отметить, что схемы, о которых рассказывалось в этой статье, по большому счету являются упрощенными алгоритмами так называемого искусственного интеллекта. Если, например, в программу, сочиняющую литературный рассказ, включить модули, позволяющие компьютеру автоматически пополнять словарный запас новой лексикой в диалоговом режиме, запоминать правила разговорного языка и использовать авторское словообразование, сходство будет практически полным. Более того, подобные разработки имеют огромное практическое значение: компьютер учится отвечать пользователю не казенными, заранее сформулированными программистом фразами, а строить предложения самостоятельно. Такие программы могут быть использованы в лингвистических исследованиях, позволить применять эвристические методы при переводе текстов на иностранный язык, автоматизировать составление словарей и технической документации.

Метод гирлянд случайностей и ассоциаций

Для изложения данного метода вначале будет представлен его алгоритм в словесном выражении, а деле будет подробно изложен пример.

ПЕРВЫЙ ШАГ. Определение синонимов объекта.

ВТОРОЙ ШАГ. Выбор случайных объектов.

ТРЕТИЙ ШАГ. Составление комбинаций из элементов гирлянды синонимов объекта и элементов гирлянды случайных объектов.

Комбинации составляются из двух элементов путем попытки объединения каждого синонима рассматриваемого объекта с каждым случайным объектом.

ЧЕТВЕРТЫЙ ШАГ. Составление перечня признаков случайных объектов.

Определяются признаки случайно выбранных объектов с возможно большим количеством призников в течение ограниченного времени (2-3 мин.). Успех поиска в значительной мере зависит от широты охвата признаков случайных объектов, поэтому целесообразно перечислять как основные, так и второстепенные признаки. Для удобства составляется таблица признаков, в одном столбце которой указаны по порядку случайные объекты, а в другом (напротив) - признаки этих случайных объектов.

ПЯТЫЙ ШАГ. Генерирование идей путем поочередного присоединения к техническому объекту и его синонимам признаков случайно выбранных объектов.

ШЕСТОЙ ШАГ. Генерирование гирлянд ассоциаций.

Поочередно из признаков случайных объектов, выявленных на четвертом шаге, генерируют гирлянды свободных ассоциаций. Для каждого из отдельных признаков они могут быть практически неограниченной длинны, поэтому генерирование следует ограничить по времени или количеству элементов гирлянды.

Если генерирование гирлянд ассоциаций проводится коллективно, то каждый член коллектива занимается этим самостоятельно.

СЕДЬМОЙ ШАГ. Генерирование новых идей.

К элементам гирлянд синонимов технического объекта пытаются присоединить элементы гирлянд ассоциаций.

ВОСЬМОЙ ШАГ. Выбор альтернативы.

На этом шаге решается вопрос - продолжать генерирование гирлянд ассоциаций или их уже достаточно для отбора полезных идей. Если по предварительной оценке таких идей мало, можно продолжить создание гирлянд ассоциаций, начиная с какого-нибудь нового элемента гирлянд, созданных на шестом шаге и действуя подобным же образом.

ДЕВЯТЫЙ ШАГ. Оценка и выбор рациональных вариантов идей. Среди множества нерациональных, тривиальных и даже нелепых идей, как правило, всегда находятся оригинальные и рациональные. Если в течение короткого времени можно найти несколько десятков вариантов решения, то вполне удовлетворит положение, при котором хотябы 5-6 вариантов окажутся рациональными.

ДЕСЯТЫЙ ШАГ. Выбор оптимального варианта.

Пример использования гирлянд

Для демонстрации метода гирлянд поставим перед собой задачу расширение ассортимента часового завода, поэтому возьмем для модернизации такой объект как часы.

1. На первом шаге мы получим гирлянду синонимов слова

часы: часы - будильник - секундомер - хронометр.

2. На втором шаге выберем пять случайных объекта, используя для этого орфографический словарь и генератор случайных чисел. Генератор чисел выдает группу из трех чисел, определяющих страницу, номер столбца и номер слова в столбце. При проведении эксперимента получилась следующая пятерка слов: кассета, подснежник, транспарант, постель, войлок.

3. На третем шаге получаем следующую комбинацию синонимови случайных объектов: часы с кассетой, часы с подснежником, часы на транспоранте, часы в постеле, часы в войлоке, будильник с кассетой, будильник для постели, будильник с войлоком, секундомер с кассетой и т.д.

4. На четвертом шаге получим таблицу случайных объектов и их признаков:

5. Комбинируя модернизируемый предмет и его синоним с признаками случайных объектов получаем: пластмассовые часы, хрупкий будильник, голубые часы, музыкальные часы, маленькие часы, будильник с запахом, большие часы, тяжелый будиль ик, красочный секундомер чистые часы, мягкий будильник, теплые часы, широкий секунломер, теплый секундомер, плотные часы, колючий будильник и т.д.

6. На данном шаге будем генерировать гирлянды свободных ассоциаций основой которых будут признаки случайных объектов:

7. Синтезируя гирлянду ассоциаций и синонимы модернизируемого предмета получим следующие комбинации: часы в ручке, огненные часы, стеклянные часы, водные часы, солнечные часы, часы в духах, женские часы, цветные часы, спортивные часы, призовые часы, стеклянный будильник, водный будильник, призовой будильник, водный секундомер, компьютерный секундомер.

8. На данном шаге мы решаем не продолжать процесс генерирования идей т.к. их уже достаточно.

9. Выбирая из множества идей только рациональные и отсеивая те решения, которые уже воплащены в жизнь (будильник с кассетой, часы с музыкой, женские часы, подводные часы, спортивные часы, часы в ручке и т.д.), получим следующие комбинации:

Будильник с запахом, часы в духах, солнечные часы, теплые часы, стеклянные часы, призовые часы, компьютерный секундомер.

10. На последнем этапе выбор решений должны производить представители "производства", но на мой взгляд наиболее интересным решением является будильник с запахом и часы в духах.

искусственный интеллект игра эвристика алгоритм

Вывод

Оценивая все вышесказанное, можно отметить, что по большому счету все является упрощенными алгоритмами так называемого искусственного интеллекта. Более того, разработки «машинного творчества» имеют огромное практическое значение: компьютер учится отвечать пользователю не казенными, заранее сформулированными программистом фразами, а строить предложения самостоятельно.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Реферат. [Электронный ресурс]. - Режим доступа: http://revolution.allbest.ru/programming/c00113579.html

2. Игровой искусственный интеллект. [Электронный ресурс]. - Режим доступа: http://ru.wikipedia.org/wiki/Игровой_ИИ

3. Классификация видеоигр. [Электронный ресурс]. - Режим доступа: http://ru.wikipedia.org/wiki/Жанры_видеоигр

4. Компьютерное творчество. [Электронный ресурс]. - Режим доступа: http://www.softkey.info/reviews/review349.php

5. Искусственный интеллект и ведение игр. [Электронный ресурс]. - Режим доступа: http://www.aiportal.ru/articles/introduction/conduct-games.html

6. Компьютерное творчество. [Электронный ресурс]. - Режим доступа: http://www.holmogorov.ru/index.php?option=com_content&task=view&id=90

7. Эвристический алгоритм. [Электронный ресурс]. - Режим доступа: http://ru.wikipedia.org/wiki/Эвристический_алгоритм

8. Гирлянды событий. [Электронный ресурс]. - Режим доступа: http://www.gambiter.ru/index.php?option=com_content&task=view&id=84&Itemid=2

Размещено на Allbest.ru