Agenten als Teil von Computerspielen

Ruhr-Universität BochumGeographisches InstitutDozent: PD Dr. M. BruseSeminar: Analyse komplexer räumlicher und zeitlicher Prozesse mit Hilfe der Multi-Agenten-SimulationReferent: Martin StadtkowitzWinter-Semester 2006/2007

Gliederung1 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

EntscheidungsbaumTot?

richtig falsch

Feind in sicht?auf die nächste Runde Warten

richtig falsch

wenig Gesundheit?

richtig falsch

angreifenzurückziehen

Geräusch hörbar?

richtig falsch

wenig Gesundheit?

richtig falsch

zurückziehen verfolgen

erkunden

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 WegSchritt 1 zeigt die Welt, in der sich der Agent bewegt diese Welt ist aufgeteilt in Knoten gestartet wird am Startpunkt A

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

Der WegSchritt 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