क्षितिज ज़ीरो डॉन एआई अध्ययन के पहले भाग में , मैंने इस बारे में बात की कि खेल एआई-संचालित पशु मशीनों के झुंड कैसे बनाता है। इसके लिए एजेंटों के पदानुक्रम की एक जटिल प्रणाली की आवश्यकता होती है, जिसमें प्रत्येक मशीन पदानुक्रमित कार्यों के नेटवर्क प्लानर का उपयोग करने के तरीके के बारे में निर्णय ले सकती है, और समूह एजेंट संयुक्त रूप से मशीनों की भूमिकाओं और जिम्मेदारियों को झुंड के कुछ हिस्सों के रूप में असाइन करते हैं। यह सब "द कलेक्टिव" नामक एक प्रणाली का हिस्सा है जो उपयोगकर्ता के खेल में होने पर दुनिया की सभी मशीनों के पारिस्थितिकी तंत्र का समर्थन करता है।


इस अंतिम लेख में, हम उन प्रणालियों पर करीब से नज़र डालेंगे जिन्हें व्यक्तिगत मशीनें अपने मूल व्यवहार के हिस्से के रूप में उपयोग कर सकती हैं। उनमें सेंसर सिस्टम, भूमि और उड़ान कारों के लिए नेविगेशन, साथ ही एनीमेशन सिस्टम के साथ एआई व्यवहार का घनिष्ठ संबंध शामिल है, जो प्रत्येक कार को खतरनाक प्रदान करता है, लेकिन साथ ही साथ यथार्थवादी व्यवहार भी।

सेंसर और आंदोलन

सबसे पहले, आइए प्रतिक्रियाओं को ट्रिगर करने के लिए मशीनों द्वारा उपयोग किए जाने वाले सेंसर देखें, और यह भी जानें कि एनीमेशन उनके व्यवहार को निष्पादित करने की समग्र प्रक्रिया से कैसे जुड़ा हुआ है। मशीन अद्वितीय सेंसर की एक महत्वपूर्ण संख्या का उपयोग कर सकती है: दृश्य सेंसर, उदाहरण के लिए, "नाइटर्स" की आंखें, "स्ट्राइडर्स" के रडार और उपस्थिति सेंसर, श्रवण सेंसर जो दूर के विस्फोटों से आवाज़ उठाते हैं और पास के पत्थर फेंकते हैं, साथ ही साथ खिलाड़ियों को मशीन को छूने की महसूस करने की क्षमता होती है। प्रत्येक मशीन में इन सेंसरों का एक सेट होता है, जो उनकी अपनी संवेदनशीलता मूल्यों द्वारा कैलिब्रेट किया जाता है, उदाहरण के लिए, "दस्त" या "जुगाली करने वाला" होना आसान होता है , लेकिन "डेक्सटर" को पकड़ना ज्यादा मुश्किल होता है।


पारंपरिक सेंसर सिस्टम केवल एआई और "देखने" / "सुनने" के आसपास की घटनाओं को ट्रैक करने में सक्षम है, लेकिन वास्तव में सेंसर सिस्टम में बहुत अधिक बारीकियां हैं। वे वस्तुओं से जुड़ी सूचना पैकेट का उपयोग करते हैं जो मशीनों के सेंसर में से एक पर उत्तेजना पैदा कर सकते हैं: ऐसी वस्तुएं एक खिलाड़ी, अन्य एनपीसी, पत्थर, उड़ान तीर, अन्य कारें और प्रकृति हो सकती हैं। यह डेटा प्राप्तकर्ता (मशीन जो कुछ समझ में आया था) को सूचित करता है कि उसने क्या पाया और उसकी स्थिति क्या है। इसलिए, मानव NPCs जैसी मशीनें, उनके सामने पड़ी हुई लाश और तीर के बीच का अंतर समझ सकती हैं, उनके सिर के बगल में सीटी; इसके अलावा, यह आपको यह सुनिश्चित करने की अनुमति देता है कि खिलाड़ी लंबी घास में या पेड़ों के पीछे छिप रहा है, ध्यान देने योग्य नहीं है - मशीनों को जानकारी मिलती है कि वह इस राज्य में अदृश्य है।

प्रत्येक AI वर्ण, चाहे वह एक मशीन या व्यक्ति हो, संवेदी डेटा को अलग-अलग तरीकों से संसाधित और व्याख्या करने में सक्षम है, इसलिए कुछ जानकारी को कुछ वर्णों द्वारा अनदेखा किया जा सकता है, जबकि अन्य इसके लिए उचित रूप से प्रतिक्रिया करते हैं। वास्तव में, मशीन में सेंसर की शक्ति के आधार पर, यह सेंसर घटना से प्राप्त डेटा की मात्रा को कम कर सकता है जिसे वह पढ़ सकता है। यह आपको गेम के उभरते गुणों को नियंत्रित करने की अनुमति देता है ताकि प्रत्येक प्रकार का चरित्र अपने आप में, अनूठे तरीके से जानकारी का जवाब दे सके।

यदि एआई को इस संवेदी डेटा के आधार पर कार्रवाई करने की आवश्यकता है, तो हमें अभी भी इसे यथार्थवादी बनाने की आवश्यकता है। इसलिए, जब मशीन कुछ कार्रवाई करने का निर्णय लेती है, उदाहरण के लिए, एक नए स्थान पर जाना, चिंता के स्रोत की जांच करना या खिलाड़ी पर हमला करना, इन कार्यों के निष्पादन को सबसे यथार्थवादी तरीके से एनिमेट करने की समस्या है। इन मशीनों का एनीमेशन एक बहुत मुश्किल काम है: उन्हें एक साथ लाइव प्रोटोटाइप की तरह दिखना चाहिए और एक अलग मशीन जैसा व्यवहार होना चाहिए। इसके लिए, यह आवश्यक है कि नेविगेशन और कॉम्बैट सिस्टम दोनों ही उस दूरी को ध्यान में रखें जो वाहन को यात्रा करनी चाहिए, और एनीमेशन टूलचैन को एनिमेशन की मूल हड्डियों को समायोजित करना चाहिए और उन्हें निर्धारित दूरी और गति के समय के अनुसार मिश्रण करना चाहिए।


यह सुनिश्चित करता है कि मशीन की गति और गति के किसी भी दूरी पर, यह एनीमेशन शुरू करने में सक्षम होगा, व्यवहार के मुख्य भाग पर जाएं, और फिर उन्हें सही ढंग से और सही समय पर मिलाएं। यह एक विशिष्ट बिंदु पर चलने जैसे व्यवहार के लिए महत्वपूर्ण है, जब मशीन को न केवल धीमा करने और सही बिंदु पर रुकने की आवश्यकता होती है। लेकिन यह लड़ाई में विशेष रूप से महत्वपूर्ण है। हमलों के लिए उपयोग किए जाने वाले कई एनिमेशनों में दो अलग-अलग क्रम हैं: "स्विंग", जो हमले की शुरुआत को इंगित करता है, जिसके पूरा होने के बाद क्षति होती है। क्षितिज ज़ीरो डॉन, एक विधि के समान है जिसका उपयोग मैंने DOOM AI लेख में किया था: सिस्टम मशीन की वर्तमान गति पर नज़र रखता है, वांछित बिंदुओं को प्राप्त करने के लिए गति या हमले के एनिमेशन को मिलाता है, और फिर कार को प्रकट या बंद कर देता है। बिल्कुल अंत में।

नेविगेशन

एक और गंभीर कार्य है जिसके बारे में मैंने अभी तक बात नहीं की है - नेविगेशन। दुनिया भर में कारों को स्थानांतरित करने का कार्य बहुत जटिल है, विभिन्न प्रकार के दुश्मनों की एक विस्तृत विविधता है, और उन सभी के अलग-अलग आकार और आकार हैं। इसलिए, उन्हें उनके लिए प्राकृतिक तरीके से राहत के साथ चलना चाहिए। इसके अलावा, उन्हें स्थानीय ज्यामिति में परिवर्तन को पहचानना होगा और उन्हें अनुकूलित करना होगा, या मशीन के प्रकार के आधार पर उन्हें अनदेखा करना होगा। ऐसा करने के लिए, आपको एक व्यापक रूप से उपयोग किए जाने वाले AI टूल की आवश्यकता है जिसे नेविगेशन जाल कहा जाता है। नवमेश इस बारे में जानकारी संग्रहीत करता है कि कोई विशेष चरित्र उसके लिए दुनिया में बाधाएं माने जाने वाले नक्शे के आधार पर कैसे आगे बढ़ सकता है। यद्यपि हम खेल के निष्पादन के दौरान इस सब की गणना कर सकते हैं, इस तरह के डेटा को खेल के रिलीज से पहले आमतौर पर एम्बेडेड या "बेक्ड" किया जाता है और यदि आवश्यक हो, तो मेमोरी में लोड किया जाता है।


यह देखते हुए कि क्षितिज शून्य डॉन नक्शा बहुत बड़ा है और एक विशेष समय में केवल कुछ सेगमेंट की आवश्यकता होती है (एआई सक्रिय है और केवल खिलाड़ी के करीब चलता है), गेम के दौरान एक नेविगेशन जाल बनाया जाता है, लेकिन केवल खिलाड़ी के तत्काल आसपास के क्षेत्र में। लेकिन क्या दिलचस्प है कि एक नवमेश का उपयोग नहीं किया जाता है, लेकिन छह! उनमें से चार ऑब्जेक्ट के आकार के आधार पर चरित्र आंदोलन प्रदान करते हैं: छोटे, मध्यम, बड़े या विशाल। इसलिए, लोग और शूरवीर एक छोटे जाल के चारों ओर घूम सकते हैं, और वज्र जैसी मशीनों के लिए, नवमेश लगभग पूरी तरह से उनका है। इसके अलावा, दो अतिरिक्त नवमेश हैं: फ्लोटिंग मशीनों के लिए एक, उदाहरण के लिए, "क्लिक दांत", साथ ही एक अद्वितीय मेष जो मशीन को सुविधाजनक स्थानों पर खड़ा करने की स्थिति में खिलाड़ी उन्हें चढ़ने की कोशिश करता है।


इनमें से प्रत्येक मामले में, बाधाएं नेविगेशन मेश की संरचना को अवरुद्ध या बदल सकती हैं, और सिस्टम वास्तविक समय में परिवर्तनों को पुनर्गणना करता है ताकि बाधाएं (और यहां तक ​​कि अन्य मशीनें) अंतरिक्ष के माध्यम से स्थानांतरित करने की क्षमता को प्रभावित कर सकें। यहां दिलचस्प यह है कि बाधाओं में अलग-अलग गुण हो सकते हैं, और पूरी तरह से अगम्य हो सकते हैं, या बस स्थानांतरित करने के लिए अवांछनीय हो सकते हैं - लेकिन यह बहुत AI मशीन के व्यवहार की स्थिति पर निर्भर करता है। जैसा कि पहले भाग में कहा गया है, उनके निर्माण के बाद, सक्रिय रूप से गश्त करने वाली कारें वनस्पति से बचती हैं जिसमें आप छिप सकते हैं, लेकिन चिंता के निकटतम स्रोतों की खोज करते समय, घास अभी भी अवांछनीय है, और साथ ही, मशीन अभी भी आवश्यक होने पर इसके माध्यम से गुजर सकती है। एक ही सिद्धांत छोटे पत्थरों और पेड़ों पर लागू होता है: ये अगम्य वस्तुएं हैं, बड़ी मशीनों के अपवाद के साथ, जैसे "हिप्पोस" , "स्टोन ग्नॉवर्स" और " थंडरहेड्स " । ये राक्षस पत्थर तोड़ सकते हैं और पेड़ों को उखाड़ सकते हैं, लेकिन केवल अगर वे गुस्से में हैं या किसी खिलाड़ी का पीछा कर रहे हैं। अन्य व्यवहारों की स्थिति में होने के कारण, ये मशीनें इस तरह की बाधाओं को किसी अन्य के रूप में देखती हैं।

वायु की गति

यद्यपि यह नेविगेशन टूलचैन सभी आकारों और आकारों के जमीनी वाहनों का प्रबंधन करता है, लेकिन यह हवा में उड़ने वालों के लिए बिल्कुल भी काम नहीं करता है। हवा के माध्यम से घूमने वाले गैर-खिलाड़ी पात्र, न केवल निकटतम बाधाओं को ध्यान में रखना चाहिए, ताकि पेड़ों या चट्टानों से टकरा न जाए, बल्कि उनके आसपास की ज्यामिति की ऊंचाई को भी जानना चाहिए। क्षितिज ज़ीरो डॉन की दुनिया पहाड़ियों, जंगलों, चट्टानों और खड़ी पहाड़ की पहाड़ियों से भरी हुई है ... दो तरह की उड़ने वाली कारें, एक "पतंग" और एक "पेट्रेल", यह जानना चाहिए कि हवा के माध्यम से कैसे यात्रा करें ताकि आप उड़ान भर सकें, गश्ती मार्गों, भूमि के साथ यात्रा कर सकें। साथ ही गिरावट और, यदि आवश्यक हो, तो खिलाड़ी पर हमला करें। इसके लिए, खेल में न केवल एक ग्राउंड-आधारित नेविगेशन मेष प्रणाली है, बल्कि एक पूरी तरह से अलग वायु प्रणाली भी है।


इसका निर्माण एआई खेल विकास विभाग के लिए एक मुश्किल काम बन गया। उन्होंने "एमआईपी मानचित्रों पर श्रेणीबद्ध पथ योजना" नामक एक तकनीक का उपयोग किया। एमआईपी मैपिंग कंप्यूटर ग्राफिक्स में इस्तेमाल होने वाली तकनीक है। बनावट या छवि द्वारा कब्जा की गई स्मृति की मात्रा को कम करने के उद्देश्य से। ऐसा करने के लिए, समान रूप से घटते रिज़ॉल्यूशन के साथ समान छवियों का एक सेट बनाया जाता है। यह समाधान खेलों में विस्तार के स्तर को नियंत्रित करने के लिए आदर्श है: खिलाड़ी से सैकड़ों मीटर की दूरी की वस्तुएं दिखाई देती हैं, लेकिन उन बनावट की स्मृति का उपयोग करें जो खिलाड़ी के बगल में हैं और अधिकतम गुणवत्ता का उपयोग करते हैं। यह दृष्टिकोण नेविगेशन के लिए उपयोग किया गया था क्योंकि जब कार दुनिया में रखी गई पथ के साथ उड़ान भरती है, तो उसे उस स्थान की स्थानीय ज्यामिति के बारे में पूरी सटीकता के साथ जानने की आवश्यकता नहीं है, जहां यह एक मिनट में होगा, लेकिन इसके लिए पृथ्वी के स्थान को तुरंत पता होना चाहिए। हवाई वाहनों के लिए एक पथ नियोजन प्रणाली स्थानीय ज्यामिति का एक ऊंचाई नक्शा बनाने के लिए एमआईपी बनावट का उपयोग करती है - एक डेटा संरचना जो हमें दुनिया में किसी दिए गए x / y स्थान पर ऊंचाई बताती है। एमआईपी बनावट के चार स्तर होते हैं, और जैसे-जैसे वे जमीन पर पहुंचते हैं, वे अधिक जटिल और यथार्थवादी होते जाते हैं। स्तर 3 एक सरल और सार मॉडल है, और स्तर 0 बनावट दुनिया की ऊंचाइयों का एक काफी सटीक नक्शा है।


नेविगेशन मेश के रूप में लगभग उसी तरह, खेल के निष्पादन के दौरान एमआईपी-बनावट बनाई जाती है और आवश्यकतानुसार: जब एक निश्चित क्षेत्र के भीतर उड़ान भरते हैं, तो मशीन को पूरी दुनिया के ऊंचाई के आंकड़ों को जानने की आवश्यकता नहीं होती है। जब उन्हें दूसरे स्थान पर उड़ान भरने की आवश्यकता होती है, तो उड़ान नेविगेशन एआई उच्चतम-स्तरीय एमआईपी बनावट द्वारा ए * खोज एल्गोरिदम शुरू करता है, अर्थात यह अनुमानित ज्यामिति संस्करण का उपयोग करके उड़ान मार्ग के सबसे सरल संस्करण की गणना करता है। ए * एल्गोरिथ्म उनके चारों ओर उड़ान भरने की तुलना में अधिक महंगी और बाधाओं के तहत उड़ान भरता है, इसलिए कारें पहाड़ों और चट्टानों के पास मंडराती हैं और उन पर उड़ान भरने की तुलना में अधिक बार होती हैं। हर बार जब सिस्टम ए * एल्गोरिथ्म को कॉल करता है, तो इसमें सीमित संख्या में पुनरावृत्तियां होती हैं, इसलिए सरलतम बनावट बनावट (स्तर 3) का उपयोग करके पथ की गणना करने के बाद, यह गणना पथ का एक निश्चित खंड लेता है और फिर इसे सुधारता है, 1 और 0 के स्तर के साथ डेटा उधार लेता है। ज्यामिति के साथ इसे और अधिक यथार्थवादी और सुसंगत बनाने के लिए। इसके अलावा, यह इस तरह से मार्गों को सुचारू करता है जैसे कि खड़ी झुकाव और तेज मोड़ को बाहर करना, उन्हें अधिक यथार्थवादी बनाता है। यह प्रणाली बहुत अच्छी तरह से काम करती है, हवा में किसी भी उड़ान मशीन में हमेशा एक उड़ान योजना होती है (तब भी जब यह खराब होती है), और यदि आवश्यक हो, तो यह खोज एल्गोरिथ्म को बार-बार कॉल करके इसे बेहतर कर सकता है ताकि मार्ग अधिक से अधिक प्राकृतिक हो जाए। इसके अलावा, यह प्रभावी रूप से मेमोरी का उपयोग करता है, लेकिन इस दृष्टिकोण में एक खामी है - चूंकि यह नक्शे के दिए गए क्षेत्र की अधिकतम ऊंचाई पर आधारित है। कारें पुलों या पत्थर के मेहराबों के नीचे नहीं उड़ सकतीं, लेकिन अक्सर खिलाड़ी इसे नोटिस नहीं करते हैं।


ग्राउंड-बेस्ड नवमेश और एयरबोर्न एमआईपी टेक्सचर के लिए धन्यवाद, फ्लाइंग मशीनें ज्यामिति के अनुसार हमलों, टचडाउन, डाइव हमलों और यहां तक ​​कि लैंडिंग को भी समन्वयित कर सकती हैं। हमले के दौरान खिलाड़ी के ऊपर मंडराने वाली मशीनें अभी भी पूर्व-गणना की गई उड़ान योजना का उपयोग करती हैं, लेकिन जरूरी नहीं कि इस रास्ते पर आगे बढ़ें, और संबंधित एनीमेशन खेलें। कार की गति मोड (उड़ान, होवर या होवर) से बंधी है, इसलिए वे एक ही नेविगेशन टूल का उपयोग करके खिलाड़ी के ऊपर वास्तविक रूप से सर्कल कर सकते हैं।

टेक-ऑफ और लैंडिंग एक अलग प्रणाली का उपयोग करते हैं जो फ्लाइट नेविगेशन और ग्राउंड नेविगेशन मेष के साथ बातचीत करता है: यह मेष पर उपयुक्त पदों की तलाश करता है जिसे आप लैंड कर सकते हैं (आमतौर पर ये स्थानीय औसत की तुलना में जमीन से थोड़ा ऊपर होते हैं), और फिर कोण और गति का चयन करें। लैंडिंग, कार अपने आकार के लिए उपयुक्त जमीन-आधारित नवमेश का उपयोग करती है। एक ही सिद्धांत वास्तव में गिरते समय लागू होता है, केवल इस मामले में केवल उपयुक्त लैंडिंग स्थिति मशीन के वर्तमान पाठ्यक्रम पर आधारित होती है, और हालांकि दुर्घटना कम सुशोभित दिखती है, यह वास्तव में एक ही उपकरण का उपयोग करती है। यहां एक विशेष रूप से क्रमबद्ध सीमा मामले में "पेट्रेल" गोता हमला है। पेट्रेल खिलाड़ी के ऊपर होता है और फिर खिलाड़ी की वर्तमान स्थिति की ओर गिर जाता है। वह समान प्रणालियों का उपयोग करता है, लेकिन बहुत अधिक नाटकीय तरीके से। हालांकि, एक और चाल है: खिलाड़ी के ऊपर भँवर, पेट्रेल अक्सर हमले से पहले इंतजार करता है जब तक कि यह सूरज को बंद नहीं करता। शायद, खेल खेलते समय, आपने इस पर ध्यान दिया, और यह जानबूझकर किया गया था। "पेट्रेल" एआई का परीक्षण करते समय , क्यूए विभाग ने देखा कि यह समय-समय पर खिलाड़ी को सूरज के साथ कवर करता है, और यह उसके हमले को अधिक भयावह बनाता है, क्योंकि गोता लगाने के दौरान प्रकाश चलता है और खिलाड़ी को अंधा कर देता है। फिर यह पूरी तरह से दुर्घटना से हुआ, लेकिन तब एआई विकास विभाग ने फैसला किया कि यह अधिक बार होना चाहिए।

निष्कर्ष में

क्षितिज जीरो डॉन एक अद्वितीय गेमप्ले बनाता है; यांत्रिक जीवन से भरी दुनिया एक ऐसी जगह बन जाती है जहाँ एलॉय की कहानी और उसके अतीत के रहस्य सामने आते हैं। मशीनों द्वारा कृत्रिम बुद्धिमत्ता और गेमप्ले सिस्टम इस सर्वनाशकारी भविष्य को बनाने का सबसे महत्वपूर्ण पहलू है। यह 10 लोगों की टीम के लिए बड़े पैमाने पर काम था, जिसमें कई वर्षों का विकास हुआ। एक विशाल खुली दुनिया के साथ खेल में अच्छी तरह से काम करते हुए, इस परिमाण के एआई सिस्टम को बनाना एक कठिन काम बन गया है। इसलिए, खेल डेवलपर्स का समुदाय बाकी के साथ अपने अनुभवों को साझा करने के लिए महत्वपूर्ण है।

संदर्भ सामग्री

• जूलियन बर्टलिंग, 2018. "बियॉन्ड किलज़ोन: हॉरिज़न ज़ीरो डॉन के लिए नए एआई सिस्टम का निर्माण," जीडीसी 2018।
• अर्जन बेइज़, 2017. "द एअर ऑफ़ होराइज़न ज़ीरो डॉन," गेम एआई नॉर्थ 2017।
• राउटर जोसेमन्स, 2017. "एआई को वापस एयर में लाना: क्षितिज ज़ीरो डॉन के एयर स्पेस को नेविगेट करना," गेम एआई नॉर्थ 2017