使用 XNA/AI 建立遊戲/簡介

遊戲始終為開發人工智慧提供了環境。因此，在過去的幾十年中，它成為遊戲最重要的組成部分之一。如今，擁有複雜 AI 的遊戲是頂尖技術。您在許多遊戲中會需要一些更簡單的演算法，也需要一些更復雜的演算法。它被用於許多情況，例如

• 控制 NPC
• 尋路
• 動態遊戲難度平衡
• 戰鬥 / 戰鬥

歷史

早在 20 世紀 70 年代的遊戲開發初期，程式設計師和開發人員就與遊戲人工智慧領域面對面地接觸。但當時的 AI 很簡單，可以說是比較謙遜，這種狀態直到幾年前才改變。

"AI 已悄然從遊戲界的紅髮繼子女轉變為該行業閃耀的明星" - Steve Rabin，AI 遊戲程式設計智慧，2002 年，第 3 頁

第一款以單人模式為特色，因此在初期就擁有 AI 的遊戲，例如 Atari 遊戲“Qwak!”，並沒有像我們今天所描述的那樣擁有 AI。敵人的移動大多是預先定義的，並作為模式儲存。只有當硬體改進，例如微處理器的加入，允許進行更多計算，才能實現更多隨機元素。由此產生的遊戲包括太空侵略者、銀河戰機和吃豆人。這些遊戲展示了例如不斷提高的難度級別、複雜多樣的敵人移動、取決於玩家輸入的事件，甚至每個敵人的不同個性。隨著 20 世紀 90 年代新遊戲型別的出現，新的 AI 工具被開發和使用。這些工具中包括有限狀態機。在更新的遊戲中，AI 成為遊戲的核心方面。AI 的改進不僅取決於給定的硬體元件。實際上，這無疑是一個非常重要的方面。有一些問題無法在沒有大量處理器資源的情況下解決。但應該補充的是，在遊戲開發初期，程式設計師並沒有認真對待 AI。大多數情況下，AI 是在完成所有高優先順序任務後才完成的。^[1]

如今，AI 已登上游戲階梯，成為最高優先順序任務。

困難

AI 必須即時計算（在遊戲過程中），因此（良好）效能非常重要，以便讓遊戲順利執行。為了確保這一點，在演算法中有很多簡化、變通方法和作弊行為，這些行為近似於玩家的理想行為。因此，它們既快又智慧。當效能是一個重要問題時，很明顯，對所有可能的決策進行暴力破解並不是處理遊戲 AI 中此類情況的最佳方法。

另一個重要的事實是，即使計算機玩家可以玩得完美，也不應該這樣做。在這個主題中，“作弊”是一個很大的詞，因為計算機知道所有事實，並且擁有關於遊戲世界的各種資訊，因此可以讓 AI 玩家瞭解一些他們在現實中不可能知道的事情。玩家必須認為自己是在與真正的敵人對戰，而不是與計算機對戰，這就是為什麼首先 AI 必須是可以被擊敗的（不是無敵的），而且它必須表現得像人類（犯錯，在某些情況下隨機行動等）。如果 AI 沒有以這種方式行事，那麼遊戲很快就會讓玩家感到厭倦，或者如果玩家沒有獲勝的機會，就會感到沮喪。一些遊戲使用近似演算法而不是完美的解決方案，並在它們的演算法中實施“錯誤”（或更差）的決策。

幾個經驗法則和啟發式方法，足以提供良好的遊戲體驗

作者

• iSteffi
• LWAGNER