Інтелектуальна комп'ютерна рольова гра на ігровому рушії Unreal Engine 5
Анотація
Розроблено новий підхід до застосування штучного інтелекту у комп'ютерних рольових іграх, що базується на використанні засобів рушія Unreal Engine 5 та модульної архітектури для адаптації поведінки неігрових персонажів до різних ігрових сценаріїв. Основною інновацією є поєднання дерев рішень з технологією візуального програмування Blueprint, що забезпечує динамічне управління неігровими персонажами, враховуючи їхні характеристики та тип зброї. Впроваджено GAS (англ. Gameplay Ability System – система ігрових можливостей) для гнучкого використання різноманітних здібностей NPC (англ. Non-Player Character – неігровий персонаж), що дає змогу їм адаптувати свою поведінку в реальному часі під час змін умов у грі. Це забезпечує значну інтерактивність та підвищує реалістичність ігрового процесу. Для підвищення продуктивності система налаштована під рушій Unreal Engine 5, що забезпечує стабільну роботу навіть в умовах великих ігрових світів та складних сценаріїв бою. Інтеграція системи вмінь персонажа з деревом рішень дає змогу неігровому персонажу використовувати різноманітні тактичні комбінації здібностей та дій залежно від позиції гравця, власного типу та інших чинників. Наприклад, неігрові персонажі можуть вибирати найкращі місця для атаки або захисту та адаптувати свої дії на підставі аналізу оточення. Проведено експериментальне тестування для перевірки ефективності роботи системи у різних ігрових сценаріях. Протестовано динамічну адаптацію неігрових персонажів до змінних умов гри, зокрема їхню реакцію на зміну зброї, позицій гравців та взаємодію між собою. Результати тестування продемонстрували високу ефективність системи, яка забезпечує плавну роботу неігрових персонажів без значних затримок навіть за умови складної ігрової динаміки. Запропонований підхід дає змогу істотно спростити процес розроблення складних ігрових систем завдяки модульній архітектурі та можливості легкої інтеграції штучного інтелекту в інші проєкти. Це відкриває перспективи для подальших досліджень, зокрема, у сфері розширення моделей поведінки неігрового персонажа, інтеграції нових тактичних елементів та підтримки складніших сценаріїв, таких як командна взаємодія неігрових персонажів або їхнє спільне виконання завдань у кооперативному режимі гри.
Завантаження
Посилання
Abrahamsen, R. N. (2019). Simulating Cyclists in a Simulator with the use of Behaviour Trees (Masters thesis, NTNU). URL: http://hdl.handle.net/11250/2406931
Agis, R. A., Gottifredi, S., & Garcіa, A. J. (2020). An event-driven behavior trees extension to facilitate non-player multi-agent coordination in video games. Expert Systems with Applications, 155 p. https://doi.org/10.1016/j.eswa.2020.113457
Anguelov, B. (2020). Behavior Trees: Breaking the Cycle of Misuse. URL: https://scholar.google.com/citations?view_op=view_citation&hl=en&user=O-RcxM4AAAAJ&citation_for_view=O-RcxM4AAAAJ:qjMakFHDy7sC
Evensen, P. I., Stien, H., & Bentsen, D. H. (2018). Modelling human behaviour using behaviour trees. URL: https://www.ffi.no/en/publications-archive/modelling-human-behaviour-using-behaviour-trees
Hossain, M. Y., & Zaman, L. (2023). NCCollab: collaborative behavior tree authoring in game development. Multimedia Tools and Applications, 82(3), 4671–4708. https://doi.org/10.1007/s11042-022-12307-2
Iovino, M., Förster, J., Falco, P., Chung, J. J., Siegwart, R., & Smith, C. (2024). Comparison between Behavior Trees and Finite State Machines. https://doi.org/10.48550/arXiv.2405.16137
Iovino, M., Scukins, E., Styrud, J., Ögren, P., & Smith, C. (2022). A survey of behavior trees in robotics and ai. Robotics and Autonomous Systems, article ID 154. https://doi.org/10.1016/j.robot.2022.104096
Li, X., Li, Y., Zhang, J., Xu, X., & Liu, D. (2024). Embedding multi-agent reinforcement learning into behavior trees with unexpected interruptions. Complex & Intelligent Systems, 1–10. https://doi.org/10.1007/s40747-023-01326-7
Liu, H., Choi, M., Kao, D., & Mousas, C. (2023). Synthesizing game levels for collaborative gameplay in a shared virtual environment. ACM Transactions on Interactive Intelligent Systems, 13(1), 1–36. https://doi.org/10.1145/3558773
Marcotte, R. K. (2017). Modelling artificial intelligence in games using mindset behavior trees. The University of Regina (Canada). URL: https://hdl.handle.net/10294/7884
Rikkonen, J. (2017). Implementing a flexible artificial intelligence system for a video game: Case Northbound. URL: https://core.ac.uk/outputs/161419157/?source=oai
Sekhavat, Y. A. (2017). Behavior trees for computer games. International Journal on Artificial Intelligence Tools, 26(02). https://doi.org/10.1142/S0218213017300010
Simonov, A., Zagarskikh, A., & Fedorov, V. (2019). Applying Behavior characteristics to decision-making process to create believable game AI. Procedia Computer Science, 156, 404–413. https://doi.org/10.1016/j.procs.2019.08.222
Venter, H., & Ogterop, W. (2022). Unreal Engine 5 Character Creation, Animation, and Cinematics: Create custom 3D assets and bring them to life in Unreal Engine 5 using MetaHuman, Lumen, and Nanite. Packt Publishing Ltd. URL: https://books.google.com.ua/books/about/Unreal_Engine_5_Character_Creation_Anima.html?id=F954EAAAQBAJ&redir_esc=y
Westera, W., Prada, R., Mascarenhas, S., Santos, P. A., Dias, J., Guimarães, M., & Ruseti, S. (2020). Artificial intelligence moving serious gaming: Presenting reusable game AI components. Education and Information Technologies, 25, 351–380. https://doi.org/10.1007/s10639-019-09968-2
Zhong, Z., Tang, Y., Zhou, Y., Neves, V. D. O., Liu, Y., & Ray, B. (2021). A survey on scenario-based testing for automated driving systems in high-fidelity simulation. https://doi.org/10.48550/arXiv.2112.00964
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
