Videooyunlarda süni intellekt
Video oyunlarda süni intellekt (ing. video game AI və ya ing. game AI) — video oyunlarında muxtar agentlərin və sistemlərin davranışını idarə etmək, məzmun yaratmaq, oyunçuları modelləşdirmək və video oyunlardan süni intellekt tədqiqatı üçün sınaq mühiti kimi istifadə etmək üçün işlədilən üsulların məcmusudur.[1][2] Termin çox vaxt xüsusilə oyun daxilində oyunçu olmayan personajların davranışı, naviqasiya, prosedural məzmun yaradılması, oyunçu modelləşdirilməsi və avtomatlaşdırılmış test kimi sahələrə aid edilir.[1][3]
Anlayışı və əhatə dairəsi
[redaktə | vikimətni redaktə et]Video oyunlarda süni intellekt anlayışı iki yaxın, lakin fərqli istiqaməti əhatə edir. Birinci istiqamət kommersiya və ya müstəqil oyun istehsalında istifadə olunan praktik üsullardır. Buraya personajların qərarverməsi, yoltapması, taktiki davranışı, məzmun yaradılması və oyunçunun davranışına uyğunlaşma daxildir.[2][4]
İkinci istiqamət isə video oyunların süni intellekt tədqiqatında sınaq və müqayisə platforması kimi istifadəsidir. Bu halda oyunlar planlaşdırma, axtarış, reinforcement learning, çoxagentli sistemlər, oyunçu modelləşdirilməsi və yaradıcılıq yönümlü alqoritmlər üçün təcrübə mühiti rolunu oynayır.[1][5]
Praktik oyun Sİ-i adətən ümumi süni intellekt yaratmağa deyil, real vaxtda işləyə bilən, hesablama baxımından qənaətli və oyunçu üçün inandırıcı görünən davranış sistemləri qurmağa yönəlir.[6][2]
Tarixi
[redaktə | vikimətni redaktə et]Video oyunlarda süni intellektin erkən formaları aparat məhdudiyyətlərinə görə əsasən sadə, əvvəlcədən yazılmış qaydalar və sonlu vəziyyət keçidlərinə əsaslanırdı.[6] 2000-ci il icmalında M. Cavazza həmin dövrün əsas üsulları kimi sonlu vəziyyət keçid şəbəkələrini, qayda əsaslı sistemləri və axtarış alqoritmlərini göstərirdi.[6]
Sonrakı illərdə oyunların mürəkkəbliyi artdıqca Sİ arxitekturaları da genişləndi. 2000-ci illər və 2010-cu illərdə davranış ağacları, planlaşdırma üsulları, utiliti əsaslı qərarvermə, inkişaf etmiş yoltapma sistemləri və məlumatlara əsaslanan oyunçu modelləri daha geniş yayılmağa başladı.[7][8]
Müasir dövrdə sahə daha da genişlənmiş, dərin öyrənmə, prosedural məzmun yaradılması, adaptiv çətinlik tənzimlənməsi və böyük dil modellərinə əsaslanan agentlər də oyun Sİ-i ilə əlaqəli tədqiqat sahələrinə daxil olmuşdur.[5][1][9]
Əsas üsullar
[redaktə | vikimətni redaktə et]Sonlu vəziyyət maşınları və qayda əsaslı sistemlər
[redaktə | vikimətni redaktə et]Sonlu vəziyyət maşınları və qayda əsaslı yanaşmalar uzun müddət oyun Sİ-inin əsasını təşkil etmişdir.[6][2] Bu üsullarda personajın davranışı məhdud sayda vəziyyət və keçid qaydaları ilə idarə olunur. Belə sistemlər sadə düşmən davranışı, patrul marşrutları və döyüş reaksiyaları üçün əlverişli olsa da, vəziyyətlərin sayı artdıqca onları saxlamaq və genişləndirmək çətinləşir.[4][2]
Davranış ağacları və planlaşdırma
[redaktə | vikimətni redaktə et]Davranış ağacları oyun Sİ-ində mürəkkəb qərarverməni daha modullu və idarəolunan formada qurmaq üçün geniş istifadə olunur.[7] Bu yanaşma davranışın iyerarxik qurulmasına imkan verir və xüsusilə oxşar davranış nümunələri olan çoxsaylı personajların idarə edilməsində faydalıdır.[7] Sonrakı icmallarda davranış ağaclarının kompüter oyunlarında sonlu vəziyyət maşınlarının miqyaslanma problemlərinə cavab kimi meydana çıxdığı qeyd olunur.[10]
Planlaşdırma əsaslı üsullar, o cümlədən məqsədyönlü fəaliyyət seçimi, xüsusilə daha çevik taktiki qərarlar tələb edən oyunlarda tətbiq olunur.[2][4]
Axtarış, yoltapma və naviqasiya
[redaktə | vikimətni redaktə et]Yoltapma oyun Sİ-inin ən geniş yayılmış texniki sahələrindən biridir. Burada personajların oyun mühitində maneələri nəzərə alaraq səmərəli hərəkəti təmin edilir.[2][6] Bu məqsədlə qraf axtarışı, heuristik axtarış və naviqasiya torları kimi üsullar tətbiq edilir.[2] Yoltapma yalnız hərəkət deyil, həm də real vaxt strategiya, döyüş və gizlənmə tipli oyunlarda taktiki yerləşmə ilə bağlı olur.[6]
Maşın öyrənməsi
[redaktə | vikimətni redaktə et]Maşın öyrənməsi, xüsusilə də dərin öyrənmə və gücləndirməli öyrənmə, video oyunlar üçün Sİ tədqiqatında mühüm istiqamətə çevrilmişdir.[5][1] Bu üsullar bir sıra oyun janrlarında, o cümlədən arkada oyunları, birinci şəxs atıcıları və real vaxt strategiya oyunlarında agentlərin öyrədilməsi üçün işlədilir.[5] Bununla yanaşı, kommersiya oyunlarında əl ilə tənzimlənən sistemlər hələ də çox vaxt üstün qalır, çünki onlar daha proqnozlaşdırılan və dizayner nəzarətinə daha açıqdır.[2][4]
Tətbiq sahələri
[redaktə | vikimətni redaktə et]Oyunçu olmayan personajlar
[redaktə | vikimətni redaktə et]Video oyunlarda süni intellektin ən tanınmış tətbiq sahəsi oyunçu olmayan personajların idarə edilməsidir. Bu personajlar düşmən, müttəfiq, neytral sakin və ya sosial mühitin bir hissəsi olan başqa agentlər ola bilər.[4] Onların davranışı oyun qaydalarına, səviyyə quruluşuna, oyunçunun fəaliyyətinə və bəzən də digər agentlərin vəziyyətinə uyğun qurulur.[2][4]
Prosedural məzmun yaradılması
[redaktə | vikimətni redaktə et]Süni intellekt səviyyələr, xəritələr, tapşırıqlar, qaydalar, hekayə strukturları və digər oyun elementlərinin avtomatik yaradılmasında da istifadə edilir.[3][1] Bu sahə prosedural məzmun yaradılması adlanır və oyunların təkrarlanma dəyərini artırmaq, dizayn vaxtını azaltmaq və adaptiv təcrübələr qurmaq üçün tətbiq olunur.[3]
Oyunçu modelləşdirilməsi və adaptasiya
[redaktə | vikimətni redaktə et]Oyunçu modelləşdirilməsi oyunçunun davranışını, bacarığını, üstünlüklərini və bəzən də emosional reaksiyalarını hesablama modeli şəklində təsvir etməyə çalışır.[8][1] Bu modellər uyğunlaşdırılmış çətinlik səviyyəsi, fərdiləşdirilmiş məzmun, balanslaşdırılmış qarşılaşmalar və oyun təcrübəsinin təhlili üçün istifadə oluna bilər.[8]
Test və balanslaşdırma
[redaktə | vikimətni redaktə et]Süni intellekt alətləri bəzən oyunların avtomatlaşdırılmış sınağında, balans problemlərinin aşkar edilməsində və mümkün strategiyaların qiymətləndirilməsində də işlədilir.[1] Bu, xüsusilə çoxsaylı qayda kombinasiyalarına malik və ya böyük məzmun həcmi olan oyunlarda vacib sayılır.[1]
Akademik tədqiqatda rolu
[redaktə | vikimətni redaktə et]Video oyunlar uzun müddətdir süni intellekt tədqiqatı üçün əlverişli sınaq mühiti hesab olunur.[1] Bunun səbəbi oyunların aydın qaydalara, ölçülə bilən nəticələrə, simulyasiya edilə bilən mühitlərə və təkrarlana bilən təcrübələrə imkan verməsidir.[1] Müasir icmallarda oyunların planlaşdırma, qərarvermə, çoxagentli öyrənmə, yaradıcılıq və oyunçu təcrübəsinin modelləşdirilməsi üçün mühüm platformalar olduğu vurğulanır.[5][1]
Bu istiqamətdə video oyunlar yalnız tətbiq sahəsi deyil, eyni zamanda süni intellekt alqoritmlərinin müqayisəsi və qiymətləndirilməsi üçün standart mühitlərdən biri kimi çıxış edir.[1]
Müasir meyllər
[redaktə | vikimətni redaktə et]Son illərdə böyük dil modelləri və generativ agent yanaşmaları oyun Si-i ilə bağlı müzakirələrdə daha çox yer almağa başlamışdır.[9][1] Bu yanaşmalarda agentlər yaddaş, planlaşdırma və mətn əsaslı qarşılıqlı əlaqə kimi imkanlardan istifadə edərək daha açıq və sosial davranışlı simulyasiyalar yaradırlar.[9] Belə sistemlər hələ geniş yayılmış standart oyun Sİ-i sayılmasa da, onlar gələcəkdə interaktiv dialoq, sosial simulyasiya və dinamik personaj davranışı üçün perspektivli istiqamət kimi qiymətləndirilir.[9][1]
Həmçinin bax
[redaktə | vikimətni redaktə et]İstinadlar
[redaktə | vikimətni redaktə et]- 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Yannakakis, Georgios N.; Togelius, Julian. Artificial Intelligence and Games (2). Cham: Springer. 2025. doi:10.1007/978-3-031-83347-2. ISBN 9783031833465.
- 1 2 3 4 5 6 7 8 9 10 Millington, Ian. AI for Games (3). Boca Raton: CRC Press. 2019. doi:10.1201/9781351053303. ISBN 9780367670566.
- 1 2 3 Shaker, Noor; Togelius, Julian; Nelson, Mark J. Procedural Content Generation in Games. Cham: Springer. 2016. doi:10.1007/978-3-319-42716-4. ISBN 9783319427140.
- 1 2 3 4 5 6 Uludağlı, Muhtar Çağkan; Oğuz, Kaya. "Non-player character decision-making in computer games". Artificial Intelligence Review. 56 (12). 2023: 14159–14191. doi:10.1007/s10462-023-10491-7.
- 1 2 3 4 5 Justesen, Niels; Bontrager, Philip; Togelius, Julian; Risi, Sebastian. "Deep learning for video game playing". IEEE Transactions on Games. 2019. doi:10.1109/TG.2019.2896986.
- 1 2 3 4 5 6 Cavazza, M. "AI in computer games: Survey and perspectives". Virtual Reality. 5. 2000: 223–235. doi:10.1007/BF01408521.
- 1 2 3 Marcotte, Ryan; Hamilton, Howard J. "Behavior Trees for Modelling Artificial Intelligence in Games: A Tutorial". The Computer Games Journal. 6. 2017: 171–184. doi:10.1007/s40869-017-0040-9.
- 1 2 3 Hooshyar, Danial; Yousefi, Moslem; Lim, Heuiseok. "Data-driven approaches to game player modeling: A systematic literature review". ACM Computing Surveys. 50 (6). 2018. doi:10.1145/3145814.
- 1 2 3 4 Park, Joon Sung; O'Brien, Joseph C.; Cai, Carrie J.; Morris, Meredith Ringel; Liang, Percy; Bernstein, Michael S. Generative Agents: Interactive Simulacra of Human Behavior // Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology. New York: Association for Computing Machinery. 2023. 1–22. doi:10.1145/3586183.3606763.
- ↑ Iovino, Matteo; Scukins, Edvards; Styrud, Jonathan; Ögren, Petter; Smith, Christian. "A survey of Behavior Trees in robotics and AI". Robotics and Autonomous Systems. 154. 2022: 104096. doi:10.1016/j.robot.2022.104096.
Ədəbiyyat
[redaktə | vikimətni redaktə et]- Millington, Ian. AI for Games (3). Boca Raton: CRC Press. 2019. doi:10.1201/9781351053303. ISBN 9780367670566.
