240 likes | 357 Views
Agenten als Teil von Computerspielen. Ruhr-Universität Bochum Geographisches Institut Dozent: PD Dr. M. Bruse Seminar: Analyse komplexer räumlicher und zeitlicher Prozesse mit Hilfe der Multi-Agenten-Simulation Referent: Martin Stadtkowitz Winter-Semester 2006/2007.
E N D
Agenten als Teil von Computerspielen Ruhr-Universität Bochum Geographisches Institut Dozent: PD Dr. M. Bruse Seminar: Analyse komplexer räumlicher und zeitlicher Prozesse mit Hilfe der Multi-Agenten-Simulation Referent: Martin Stadtkowitz Winter-Semester 2006/2007
Gliederung 1 Was ist ein Agent 2 Funktionsweisen 3 Wahrnehmung 4 Der Weg 5 Verhalten 6 Fazit
Was ist ein Agent? • Ein computergesteuerter Mitspieler → autonome Handlungen zum erreichen der Ziele • Autonom: • ohne direkte Steuerung • Entscheidungsfreiheit → können unabhängig mit verschiedenen Situationen umgehen • Agenten werden so Programmiert, dass nicht mehr zwischen dem Agenten und einem Menschen unterschieden werde kann
Was ist ein Agent? • Diese Agenten zeichnen sich aus durch: • rationales, zielgerichtetes Verhalten • angemessene Reaktionen auf neue Situationen • Anpassung an dem Verhalten des menschlichen Spielers • einzigartiges, individuelles Verhalten • Persönlichkeit • Emotion • Zeigen im Team eine: • Aufgabenteilung • Spezialisierung • Koordination
Was ist ein Agent? • Agenten können sein: • Teamkollegen • Gegner • Reporter
Funktionsweisen • Agenten werden gesteuert durch: • Scripte • Entscheidungsbäume • Reaktiver Ansatz
Funktionsweisen • Scripte • volle Kontrolle über Verhaltensmuster • wird durch Ereignisse ausgelöst • ideal zur Umsetzung kurzfristiger Ziele • komplexes Verhalten möglich • meist schnell vorhersehbar
Funktionsweisen Entscheidungsbaum
Funktionsweisen • Entscheidungsbäume • sind einfach, aber komplex • hoher Koordinierungsaufwand bei manueller Erstellung • können anhand von beispielen erlernt werden
Funktionsweisen • Reaktiver Ansatz • Agenten neigen zum reaktiven Handeln → reagieren direkt auf Ereignisse • Problem: • RA ist vom Ideenreichtum des Entwicklers abhängig → er muss die alle möglichen Situationen Ausdenken → Spielwelten werden immer komplexer • neigt zum scheitern in komplexen Situationen • komplexes, kooperatives Verhalten wird durch den RA ausgeschlossen
Funktionsweisen • Problemlösung des Reaktiven Ansatzes: • einsatz eines effizienten Planungsmodul → lösen von Situationen ohne vorgegebene Aktionen
Wahrnehmung (sehen) • über die Programmbibliothek → absolute Daten der Umwelt • über visuelle Eindrücke → relative Daten der Umwelt
Wahrnehmung (sehen) • Beispiel: Passt ein Auto durch eine Lücke? • Programmbibliothek: → liefert Information, wie breit Lücke und Auto sind → Agent weiß, ob es passt oder nicht • Visuell: → Agent muss die Größen von Lücke und Auto abschätzen → Versuch kann fehlschlagen → dem Agent stehen die gleichen Information zur Verfügung wie dem menschlichen Spieler
Der Weg Schritt 1 • zeigt die Welt, in der sich der Agent bewegt • diese Welt ist aufgeteilt in Knoten • gestartet wird am Startpunkt A
Der Weg Schritt 2 • alle begehbaren Knoten werden gesucht • alle begehbaren Knoten verweisen auf den Vorgängerknoten → so verbindet der Agent am Ende die Knoten zu einer Route
Der Weg Schritt 3 • Der Agent will den besten Weg und sucht deshalb die Knoten mit den geringsten Kosten • F = Wegkosten • G = Bewegungskosten • H = Entfernung zum Ziel
Verhalten • menschliche Verhaltensmuster werden implementier → werden so dem menschlichen Spieler gleichwertig • bilden Teams • kommunizieren untereinander → zwecks Koordination • realistische Nachbildung menschlicher Verhaltensmuster → Simulation emotionaler Zustände: • Hass, Wut, Aggressivität, Freundschaft, Vertrauen, Lügen, etc.
Verhalten • können emotional auf ihre Umwelt reagieren → ein befreundeter Agent kann zum Feind werden • Steuerungsmodul basiert auf dem Multiagenten-System → ermöglicht komplexe Ziele und Aufgaben durch Einsatz von Wissen → unterschiedliche Spezialisierung
Verhalten • lernen Stärken und Schwächen des Gegners → passen sich entsprechend an • Teamplay • Koordinierung zwischen den Agenten und den menschlichen Spielern → durch Kommunikation • zwecks: • Verstärkung • taktische Szenarien
Verhalten • Wissenspräsentation • notwendig für alle Funktionen ist die Verbreitung von Wissen • Wissen vereint mehrer Konzepte in sich: → Vertrauen → Reputation → Motivation
Verhalten • Vertrauen: • Verlässlichkeit eines Agenten → Agent bevorzugen verlässliche Agenten • Reputation: • Ruf des Agenten → hängt eng mit dem Vertrauen zusammen • Motivation: • vermutete Ziele → wird aus der Beobachtung seiner Ziele abgeleitet
Verhalten • Erreichen des Ziels: • setzen Wissen über die Umwelt ein • suche nach Objekten • können auf ihre Umwelt reagieren und ihre Strategie ändern • können gemeinsame Strategien entwickeln
Fazit • Agenten sind ausgezeichnete Mitspieler/Gegner • Agenten und menschliche Spieler sind fast nicht mehr zu unterscheiden • Sie tun aber meistens nur intelligent, ohne es wirklich zu sein
Noch Fragen? Quellen: Lampel, Johannes (2001): Einsatz von Neuronalen Netzen in einem Bot für Counterstrike. http://johannes.lampel.net/bll137pub.pdf [22.11.06] X-aitment GmbH: Künstliche Intelligenz… sie denkt wie Du. http://www.leipziger-messe.de/LeMMon/AUSSTPR.NSF/messewebeng_gc/ADE783802DA43558C12571BE00270925/$FILE/Die%20Xait-Engine.doc [24.10.06] Hartmann, Knut (2005): Echtzeittechniken für Computerspiele Agenten und Teamsteuerung http://wwwisg.cs.uni-magdeburg.de/~hartmann/CS2/control.pdf [24.10.06] c‘t 2003, Heft 8; Gleich, Clemens: Scheinitelligenz