КЕРУВАННЯ ПОВЕДІНКОЮ БОТІВ У RPG-ІГРАХ З ВИКОРИСТАННЯ ІМУННОЇ МОДЕЛІ КЛОНАЛЬНОГО ВІДБОРУ
DOI:
https://doi.org/10.35546/kntu2078-4481.2025.3.2.32Ключові слова:
імунна модель, клональний відбір, космічний корабель, бій, керування, дизайн, ігровий ботАнотація
Розробка моделей керування ігровими персонажами, які використовують методи штучного інтелекту, є надзвичайно важливою. Розглядаються питання створення інтелектуальних ігрових ботів, які дозволяють імітувати поведінку гравців у RPG-грі (Role-Playing Game). За допомогою створеного ігрового дизайну проекту моделюється футуристичний світ, в якому гравець керує космічними кораблями, що змагаються із іншими подібними космічними кораблями. Використовуються різні варіанти атаки або відновлення кораблів згідно виконаного опису їх можливостей, де основна увага зосереджена на особливостях їх дії. У грі передбачається реалізація декількох фракцій, які дозволяють створювати різні типи космічних кораблів та надавати їм специфічні властивості. Кожен корабель з боку команди користувача, а також з боку команди супротивника, може мати різні ранги, які мають суттєвий вплив як на параметри, так і на вартість цього корабля. В ігровому додатку використана теорія штучних імунних систем (ШІС) для ефективного керування ігровими ботами, а саме імунна модель клонального відбору. З цією метою запропонована модифікована імунна модель клонального відбору Clonalg-rpg, в якій антитілами системи являються боти, а чужорідними для системи антигенами є кораблі з команди користувача проекту, які можуть взаємодіяти з антитілами. Виконуючи команди відновлення як для ботів своєї команди, так і для самих себе, боти мають можливість взаємодіяти між собою. З використанням специфічних імунних операторів, які дозволяють виконувати відповідні дії із популяцією антигенів та антитіл, описана робота модифікованого алгоритму Clonalg-rpg. Щоб проаналізувати його ефективність були проведені декілька ігрових сесій, в яких змінювалися різні склади як команд кораблів користувача, так і команд ботів. В ході ігрових сесій команди формувалися з використанням специфічних налаштувань, а не випадковим чином. При цьому космічні кораблі були поділені на три класи згідно своїх параметрів та можливостей. Результати проведених експериментальних досліджень показали, що запропонована імунна модель Clonalg-rpg є ефективною та простою в реалізації, що робить можливим її використання в інших ігрових жанрах.
Посилання
Panchanadikar R., Freeman G., Li L., Schulenberg K., & Hu Y. (2024). A New Golden Era’ or ‘Slap Comps’: How Non-Profit Driven Indie Game Developers Perceive the Emerging Role of Generative AI in Game Development.” Extended Abstracts of the CHI Conference on Human Factors in Computing Systems. NY, USA: ACM. 1–7. https://doi.org/10.1145/3613905.3650845
Immonen J. (2024). Primary Tools and Techniques in Game Development. Bachelor’s thesis. Lappeenranta-Lahti University of Technology LUT, 43 pages. https://lutpub.lut.fi/bitstream/handle/10024/168411/
Szolin K., Kuss D. J., Nuyens F. M., & Griffiths M. D. (2023). “I am the character; the character is me”: A thematic analysis of the user-avatar relationship in video games. Comp. in Hum. Behavior, Vol. 143, 107694. https://doi.org/10.1016/j.chb.2023.107694
Quiroga M. A., Diaz A., Román F.J., Privado J., & Colom R. (2019). Intelligence and video games: Beyond “brain-games”. Intelligence, Volume 75, 85-94. URL: https://www.elsevier.com/locate/intell
Simons A., Wohlgenannt I., Zelt S., Weinmann M., Schneider J., and vom Brocke J. (2023). Intelligence at play: game-based assessment using a virtual-reality application. Springer https://doi.org/10.1007/s10055-023-00752-9
Lum Y., & Li W. (2022). Techniques and Paradigms in Modern Game AI Systems. Algorithms, 15(8), 282. https://doi.org/10.3390/a15080282
Fan X., Wu J., & Tian L. (2020). A Review of Artificial Intelligence for Games. Part of the Lecture Notes in Electrical Engineering book series (LNEE, vol. 572, 1821. URL: https://doi.org/10.1007/978-981-15-0187-6_34
Snyder R. (2023). 10 Best Spaceships in Video Games URL: https://www.dualshockers.com/best-spaceships-in-video-games/
Mohd T., Bravo-Garcia F., Love L., Gujadhur M., Nyadu J. (2023). Analyzing strengths and weaknesses of Modern Game Engines. International Journal of Computer Theory and Engineering, 15(1), 54–60. https://www.ijcte.org/vol15/IJCTE-V15N1-1330.pdf
Silić M., Džaja B., Rogulj R., & Turić H. (2024). Optimizing Game Ready Asset Creation Pipeline: From Concept to Implementation in Unreal Engine 5. ORGANIZER, 732. https://hdl.handle.net/11159/654467
Dasgupta D., Yu S., & Nino L. F. (2011). Recent Advances in Artificial Immune Systems: Models and Applications. Applied Soft Computing. Elsevier, 1574–1587. URL: https://https://doi.org/10.1016/j.asoc.2010.08.024
Korablyov M., Fomichov O., Chubukin O., Antonov D., & Dykyi S. (2023). Immune Model for Controlling Characters in Computer Games. XI International Scientific and Practical Conference “Information Control Systems and Technologies (ICST)”, 214–226. https://ceur-ws.org/Vol-3513/
Shekhar S., Sharma D. K., Agarwal D. K., & Pathak Y. (2022). Artificial Immune Systems-Based Classification Model for Code-Mixed Social Media Data. IRBM, Vol. 43, Iss. 2, 120-129. URL: https://doi:10.1016/j.irbm.2020.07.004
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
