Реализация искусственного интеллекта в компьютерной игре

Аннотация

В данной статье представлена разработка и исследование модели формализации процесса принятия решений в компьютерной игре с использованием методов искусственного интеллекта.
Игровой искусственный интеллект реализуется с помощью достаточно ограниченного набора средств: искусственных нейронных сетей, эволюционных алгоритмов, специализированных архитектур построения систем искусственного интеллекта. Но так же нейронные сети имеют ряд недостатков. Пожалуй, самым существенным из них является сложность и большое время обучения сети. Ставится проблема разработки новых математических алгоритмов, имеющих вероятность принятия правильного решения, сравнимую с нейронными сетями, но обладающих меньшим временем обучения В данный момент отсутствует единая модель искусственной иммунной системы для разработки искусственного интеллекта в компьютерных и мобильных играх. Таким образом, ставится проблема разработки новых алгоритмов, позволяющих реализовать взаимодействие с игроком в компьютерной игре, имеющих скорость и реалистичность, сравнимую с искусственными нейронными сетями и экспертными системами и при этом обладающих меньшим временем обучения. Одним из путей решения этой задачи является разработка модели игрового искусственного интеллекта на основе искусственной иммунной системы.
Игра в точки является одной из модификаций японской игры go. В данной игре позиционное стратегическое планирование сочетается с тактическим перебором вариантов. Реализация искусственного интеллекта в данной игре в виде дерева решений не является для решения данной задачи рациональным. Для упрощения поиска оптимального решения использовались эвристические правила.
Для сокращения времени поиска решения был создан игровой искусственный интеллект с применением методов, основанных на принципах иммунной системы. Искусственная иммунная система представляет идеализированный вариант естественного аналога и воспроизводит ключевые составляющие природного процесса: отбор лучших антител популяции в зависимости от степени их аффинитета (близости) к антигену, клонирование антител, мутация антител.

Сведения об авторах

Irina Fedorovna Astachova, Воронежский государственный университет

профессор кафедры математического обеспечения ЭВМ, факультет прикладной математики, информатики и механики, доктор технических наук, профессор

Ekaterina Igorevna Kiseleva, Воронежский государственный педагогический университет

доцент кафедры педагогики и методики дошкольного и начального образования, психолого-педагогический факультет, кандидат физико-математических наук

Natalia Victorovna Belyaeva, Воронежский государственный университет

ассистент кафедры математического обеспечения ЭВМ, факультет прикладной математики, информатики и механики

Литература

1. Künzel S., Meyer-Nieberg S. Coping with opponents: multi-objective evolutionary neural networks for fighting games. Neural Computing and Applications. 2020;32(17):13885-13916. doi: https://doi.org/10.1007/s00521-020-04794-x
2. Dash T., Dambekodi S.N., Reddy P.N., Abraham A. Adversarial neural networks for playing hide-and-search board game Scotland Yard. Neural Computing and Applications. 2020;32(8):3149-3164. doi: https://doi.org/10.1007/s00521-018-3701-0
3. Wang M., Yan T., Luo M., Huang W. A novel deep residual network-based incomplete information competition strategy for four-players Mahjong games. Multimedia Tools and Applications. 2019;78(16):23443-23467. doi: https://doi.org/10.1007/s11042-019-7682-5
4. Hildmann H. Computer Games and Artificial Intelligence. In: Lee N. (ed.) Encyclopedia of Computer Graphics and Games. Cham: Springer; 2018. p. 1-11. doi: https://doi.org/10.1007/978-3-319-08234-9_234-1
5. Chowdhary K.R. Adversarial Search and Game Theory. In: Fundamentals of Artificial Intelligence. New Delhi: Springer; 2020. p. 303-335. doi: https://doi.org/10.1007/978-81-322-3972-7_11
6. Chowdhary K.R. Intelligent Agents. In: Fundamentals of Artificial Intelligence. New Delhi: Springer; 2020. p. 303-335. doi: https://doi.org/10.1007/978-81-322-3972-7_16
7. Yannakakis G.N., Togelius J. Playing Games. In: Artificial Intelligence and Games. Cham: Springer; 2018. p. 91-150. doi: https://doi.org/10.1007/978-3-319-63519-4_3
8. Yannakakis G.N., Togelius J. Modeling Players. In: Artificial Intelligence and Games. Cham: Springer; 2018. p. 203-255. doi: https://doi.org/10.1007/978-3-319-63519-4_5
9. Liu J. Learning in GVGAI. In: General Video Game Artificial Intelligence. Synthesis Lectures on Games and Computational Intelligence. Cham: Springer; 2020. p. 79-95. doi: https://doi.org/10.1007/978-3-031-02122-0_5
10. Liapis A. Artificial Intelligence for Designing Games. In: Machado P., Romero J., Greenfield G. (eds.) Artificial Intelligence and the Arts. Computational Synthesis and Creative Systems. Cham: Springer; 2021. p. 79-95. doi: https://doi.org/10.1007/978-3-030-59475-6_11
11. Varsos C., Flouris G., Bitsaki M., Fasoulakis M. A Study of Misinformation Games. In: Pham D.N., Theeramunkong T., Governatori G., Liu F. (eds.) PRICAI 2021: Trends in Artificial Intelligence. PRICAI 2021. Lecture Notes in Computer Science. Vol. 13031. Cham: Springer; 2021. p. 76-87. doi: https://doi.org/10.1007/978-3-030-89188-6_6
12. Wickramarathna N.C., Ganegoda G.U. Invoke Artificial Intelligence and Machine Learning for Strategic-Level Games and Interactive Simulations. In: Hemanth J., Silva T., Karunananda A. (eds.) Artificial Intelligence. SLAAI-ICAI 2018. Communications in Computer and Information Science. Vol. 890. Singapore: Springer; 2019. p. 129-143. doi: https://doi.org/10.1007/978-981-13-9129-3_10
13. García-Sánchez P. Georgios N. Yannakakis and Julian Togelius: Artificial Intelligence and Games. Genetic Programming and Evolvable Machines. 2019;20(1):143-145. doi: https://doi.org/10.1007/s10710-018-9337-0
14. Lucas S. Artificial Intelligence and Games. KI ‒ Künstliche Intelligenz. 2020;34(1):87-88. doi: https://doi.org/10.1007/s13218-020-00646-x
15. Westera W., Prada R., Mascarenhas S., et al. Artificial intelligence moving serious gaming: Presenting reusable game AI components. Education and Information Technologies. 2020;25(1):351-380. doi: https://doi.org/10.1007/s10639-019-09968-2
16. Wawrzyński P., Arabas J., Cichosz P. Predictive Control for Artificial Intelligence in Computer Games. In: Rutkowski L., Tadeusiewicz R., Zadeh L.A., Zurada J.M. (eds.) Artificial Intelligence and Soft Computing – ICAISC 2008. ICAISC 2008. Lecture Notes in Computer Science. Vol. 5097. Berlin, Heidelberg: Springer; 2008. p. 1137-1148. doi: https://doi.org/10.1007/978-3-540-69731-2_107
17. He W. Computer Games Based on Artificial Intelligence. In: Jansen B.J., Liang H., Ye J. (eds.) International Conference on Cognitive based Information Processing and Applications (CIPA 2021). Lecture Notes on Data Engineering and Communications Technologies. Vol. 85. Singapore: Springer; 2022. p. 847-851. doi: https://doi.org/10.1007/978-981-16-5854-9_112
18. Mateas M. Expressive Intelligence: Artificial Intelligence, Games and New Media. In: Basili R., Pazienza M.T. (eds.) AI*IA 2007: Artificial Intelligence and Human-Oriented Computing. AI*IA 2007. Lecture Notes in Computer Science. Vol. 4733. Berlin, Heidelberg: Springer; 2007. p. 2. doi: https://doi.org/10.1007/978-3-540-74782-6_2
19. Liapis A. Artificial Intelligence for Designing Games. In: Machado P., Romero J., Greenfield G. (eds.) Artificial Intelligence and the Arts. Computational Synthesis and Creative Systems. Cham: Springer; 2021. p. 277-310. doi: https://doi.org/10.1007/978-3-030-59475-6_11
20. Chan L., Hogaboam L., Cao R. Artificial Intelligence in Video Games and eSports. In: Applied Artificial Intelligence in Business. Applied Innovation and Technology Management. Cham: Springer; 2022. p. 335-352. doi: https://doi.org/10.1007/978-3-031-05740-3_22
21. Astachova I., Kiseleva E. The Application of the Artificial Immune System for Design, Development and Using of the Hybrid System in Education. In: Sukhomlin V., Zubareva E. (eds.) Modern Information Technology and IT Education. SITITO 2017. Communications in Computer and Information Science. Vol. 1204. Cham: Springer; 2021. p. 67-75. doi: https://doi.org/10.1007/978-3-030-78273-3_7
22. Astachova I.F., Ushakov S.A., Shashkin A.I., Belyaeva N.V. The application of Artificial immune system for Parallel Process of Calculation and their comparison with existing methods. Journal of Physics: Conference Series. 2019;1202(1):012003. doi: https://doi.org/10.1088/1742-6596/1202/1/012003
23. Astachova I.F., Zolotukhin A.E., Kurklinskaya E.Yu., Belyaeva N.V. The application of artificial immune system to solve recognition problems. Journal of Physics: Conference Series. 2019;1203(1):012036. doi: https://doi.org/10.1088/1742-6596/1203/1/012036
24. Dasgupta D., Yu S., Nino F. Recent Advances in Artificial Immune Systems: Models and Applications. Applied Soft Computing. 2011;11(2):1574-1587. doi: https://doi.org/10.1016/j.asoc.2010.08.024
25. Giannakos M., Voulgari I., Papavlasopoulou S., Papamitsiou Z., Yannakakis G. Games for Artificial Intelligence and Machine Learning Education: Review and Perspectives. In: Giannakos M. (ed.) Non-Formal and Informal Science Learning in the ICT Era. Lecture Notes in Educational Technology. Singapore: Springer; 2020. p. 117-133. doi: https://doi.org/10.1007/978-981-15-6747-6_7
Опубликована
2022-12-20
Как цитировать
ASTACHOVA, Irina Fedorovna; KISELEVA, Ekaterina Igorevna; BELYAEVA, Natalia Victorovna. Реализация искусственного интеллекта в компьютерной игре. Современные информационные технологии и ИТ-образование, [S.l.], v. 18, n. 4, p. 838-845, dec. 2022. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/908>. Дата доступа: 22 apr. 2024 doi: https://doi.org/10.25559/SITITO.18.202204.838-845.
Раздел
Прикладные проблемы оптимизации

Наиболее читаемые статьи этого автора (авторов)