Dalam video game , kecerdasan buatan (AI) digunakan untuk mendapatkan perilaku responsif, adaptif, atau cerdas terutama dalam karakter non-pemain (NPC) yang mirip dengan kecerdasan mirip manusia. Kecerdasan buatan telah menjadi bagian integral dari video game sejak dimulai pada 1950-an. [1] AI dalam video game adalah subbidang yang berbeda dan berbeda dari AI akademis. Ini berfungsi untuk meningkatkan pengalaman pemain game daripada pembelajaran mesin atau pengambilan keputusan. Selama zaman keemasan video game arcadeide lawan AI sebagian besar dipopulerkan dalam bentuk tingkat kesulitan bertingkat, pola gerakan yang berbeda, dan peristiwa dalam game yang bergantung pada input pemain. Game modern sering menerapkan teknik yang ada seperti pathfinding dan pohon keputusan untuk memandu tindakan NPC. AI sering digunakan dalam mekanisme yang tidak langsung terlihat oleh pengguna, seperti penambangan data dan pembuatan konten prosedural.
Secara umum, game AI tidak, seperti yang mungkin dipikirkan dan kadang-kadang digambarkan sebagai kasus, berarti realisasi orang buatan yang sesuai dengan NPC dengan cara tes Turing atau kecerdasan umum buatan .
Jika ingin menjadi game AI developmer, maka harus mempelajari hal berikut:
- UI/UX Game
- UI Game Design
- UX Research
- Dasar Modeling 3D
- Data Science Python
- VR for Game
- Game Design Art dan Concept
- Video Editor dan Animasi for Game
- Creative Thinking AI Game Product Dev
- Design Thinking AI Game Product Dev
- AI Game Dev
- Fullstack Dev
- Cloud Computing
- Bisnis Game Startup Digital
- AR for Game
- Manajemen Proyek
- Product Gamification
- Materi Serifikasi International AI
Banyak ahli mengeluh bahwa "AI" dalam istilah "AI game" melebih-lebihkan nilainya, karena AI game bukan tentang kecerdasan , dan berbagi sedikit tujuan bidang akademik AI. Sedangkan "AI nyata" membahas bidang pembelajaran mesin, pengambilan keputusan berdasarkan input data arbitrer, dan bahkan tujuan akhir dari AI kuat yang dapat bernalar, "AI permainan" sering kali terdiri dari setengah lusin aturan praktis, atau heuristik , yang cukup untuk memberikan pengalaman bermain yang bagus. [ rujukan? ]Secara historis, proyek-proyek AI game akademik relatif terpisah dari produk komersial karena pendekatan akademik cenderung sederhana dan tidak terukur. Game komersial AI telah mengembangkan seperangkat alatnya sendiri, yang sudah cukup untuk memberikan kinerja yang baik dalam banyak kasus. [2]
Kesadaran pengembang game yang meningkat akan AI akademik dan minat yang meningkat pada game komputer oleh komunitas akademik menyebabkan definisi tentang apa yang dianggap sebagai AI dalam game menjadi kurang istimewa . Namun demikian, perbedaan yang signifikan antara domain aplikasi AI yang berbeda berarti bahwa AI game masih dapat dilihat sebagai subbidang AI yang berbeda. Secara khusus, kemampuan untuk secara sah memecahkan beberapa masalah AI dalam game dengan curang menciptakan perbedaan penting. Misalnya, menyimpulkan posisi objek tak terlihat dari pengamatan masa lalu bisa menjadi masalah yang sulit ketika AI diterapkan pada robotika, tetapi dalam game komputer, NPC dapat dengan mudah mencari posisi di grafik adegan game.. Kecurangan seperti itu dapat menyebabkan perilaku yang tidak realistis sehingga tidak selalu diinginkan. Tetapi kemungkinannya berfungsi untuk membedakan game AI dan mengarah ke masalah baru untuk dipecahkan, seperti kapan dan bagaimana cara curang. [ rujukan? ]
Keterbatasan utama untuk AI yang kuat adalah kedalaman pemikiran yang melekat dan kompleksitas ekstrim dari proses pengambilan keputusan. Ini berarti bahwa meskipun secara teoritis memungkinkan untuk membuat AI "pintar", masalahnya akan membutuhkan kekuatan pemrosesan yang cukup besar.
Game AI/algoritma heuristik digunakan dalam berbagai bidang yang cukup berbeda di dalam game. Yang paling jelas adalah kontrol NPC dalam game, meskipun "scripting" ( pohon keputusan ) saat ini merupakan cara kontrol yang paling umum. [18] Pohon keputusan tulisan tangan ini sering mengakibatkan "kebodohan buatan" seperti perilaku berulang, kehilangan imersi, atau perilaku abnormal dalam situasi yang tidak direncanakan oleh pengembang. [19]
Pathfinding , penggunaan umum lainnya untuk AI, banyak terlihat dalam game strategi waktu nyata . Pathfinding adalah metode untuk menentukan cara mendapatkan NPC dari satu titik di peta ke titik lain, dengan mempertimbangkan medan, rintangan, dan kemungkinan " kabut perang ". [20] [21] Videogame komersial sering menggunakan "pencarian jalur berbasis grid" yang cepat dan sederhana, di mana medan dipetakan ke dalam kotak kaku yang seragam dan algoritma pencarian jalur seperti A* atau IDA* diterapkan ke grid. [22] [23] [24] Alih-alih hanya grid kaku, beberapa permainan menggunakan poligon tidak beraturan dan merakit mesh navigasikeluar dari area peta yang bisa dilalui NPC. [22] [25] Sebagai metode ketiga, terkadang nyaman bagi pengembang untuk secara manual memilih "titik jalan" yang harus digunakan NPC untuk bernavigasi; biayanya adalah bahwa titik jalan semacam itu dapat menciptakan gerakan yang tampak tidak wajar. Selain itu, titik jalan cenderung berkinerja lebih buruk daripada jerat navigasi di lingkungan yang kompleks. [26] [27] Di luar pencarian jalur statis, navigasi adalah sub-bidang Game AI yang berfokus pada pemberian NPC kemampuan untuk bernavigasi di lingkungan yang dinamis, menemukan jalur ke target sambil menghindari tabrakan dengan entitas lain (NPC lain, pemain. ..) atau berkolaborasi dengan mereka (navigasi grup). [ rujukan? ]Navigasi dalam game strategi dinamis dengan jumlah unit yang besar, seperti Age of Empires (1997) atau Civilization V (2010), seringkali berkinerja buruk; unit sering menghalangi unit lain. [27]
Daripada meningkatkan Game AI untuk memecahkan masalah yang sulit dengan benar di lingkungan virtual, seringkali lebih hemat biaya untuk hanya memodifikasi skenario agar lebih mudah dikendalikan. Jika pencarian jalur macet karena hambatan tertentu, pengembang mungkin akan memindahkan atau menghapus hambatan tersebut. [28] Dalam Half-Life (1998), algoritma pencarian jalan terkadang gagal menemukan cara yang masuk akal bagi semua NPC untuk menghindari granat yang dilempar; alih-alih membiarkan NPC mencoba menyingkir dan berisiko terlihat bodoh, para pengembang malah membuat skrip NPC untuk berjongkok dan berlindung di tempat dalam situasi itu. [29]
Video game pertarungan AI
Banyak video game kontemporer termasuk dalam kategori aksi, penembak orang pertama , atau petualangan. Di sebagian besar jenis permainan ini, ada beberapa level pertempuran yang terjadi. Kemampuan AI untuk menjadi efisien dalam pertempuran penting dalam genre ini. Tujuan umum saat ini adalah membuat AI lebih manusiawi atau setidaknya tampak seperti itu.
Salah satu fitur yang lebih positif dan efisien yang ditemukan dalam video game modern AI adalah kemampuan berburu. AI awalnya bereaksi dengan cara yang sangat hitam dan putih. Jika pemain berada di area tertentu maka AI akan bereaksi dengan cara ofensif penuh atau sepenuhnya defensif. Dalam beberapa tahun terakhir, ide "berburu" telah diperkenalkan; dalam keadaan 'berburu' ini, AI akan mencari penanda yang realistis, seperti suara yang dibuat oleh karakter atau jejak kaki yang mungkin mereka tinggalkan. [30] Perkembangan ini pada akhirnya memungkinkan bentuk permainan yang lebih kompleks. Dengan fitur ini, pemain sebenarnya bisa mempertimbangkan cara mendekati atau menghindari musuh. Ini adalah fitur yang sangat lazim dalam genre siluman .
Perkembangan lain dalam AI game baru-baru ini adalah pengembangan "naluri bertahan hidup". Komputer dalam game dapat mengenali objek yang berbeda di suatu lingkungan dan menentukan apakah itu bermanfaat atau merugikan bagi kelangsungan hidupnya. Seperti pengguna, AI dapat mencari perlindungan dalam baku tembak sebelum mengambil tindakan yang akan membuatnya rentan, seperti mengisi ulang senjata atau melempar granat. Ada penanda yang ditetapkan yang memberi tahu kapan harus bereaksi dengan cara tertentu. Misalnya, jika AI diberi perintah untuk memeriksa kesehatannya sepanjang permainan, maka perintah lebih lanjut dapat diatur sehingga bereaksi dengan cara tertentu pada persentase kesehatan tertentu. Jika kesehatan di bawah ambang batas tertentu maka AI dapat diatur untuk melarikan diri dari pemain dan menghindarinya hingga fungsi lain dipicu. Contoh lain adalah jika AI mengetahui bahwa pelurunya habis, ia akan menemukan objek penutup dan bersembunyi di baliknya hingga dimuat ulang. Tindakan seperti ini membuat AI tampak lebih manusiawi. Namun, masih ada kebutuhan untuk perbaikan di bidang ini.
Efek samping lain dari AI tempur terjadi ketika dua karakter yang dikendalikan AI bertemu satu sama lain; pertama kali dipopulerkan di game id Software Doom , yang disebut 'pertarungan monster' bisa pecah dalam situasi tertentu. Secara khusus, agen AI yang diprogram untuk merespons serangan musuh terkadang akan saling menyerang jika serangan kohort mereka terlalu dekat dengan mereka. [ rujukan? ] Dalam kasus Doom , manual gameplay yang diterbitkan bahkan menyarankan untuk mengambil keuntungan dari pertikaian monster untuk bertahan pada level dan pengaturan kesulitan tertentu.
Komentar
Posting Komentar