Goldeneye 007 इतिहास के सबसे महत्वपूर्ण खेलों में से एक है। उसने कंसोल गेम की एक पूरी पीढ़ी के आगे के विकास को निर्धारित किया और कंसोल मार्केट के लिए पहले-व्यक्ति निशानेबाजों के लिए मार्ग प्रशस्त किया। 20 से अधिक वर्षों पहले तेजी से आगे यह पता लगाने के लिए कि निनटेंडो पर सबसे लोकप्रिय 64 खेलों में से एक एआई दुश्मनों और दोस्तों को लागू करने में कामयाब रहा, जिससे आप आज भी कुछ सीख सकते हैं।

खेल के बारे में

1997 में रिलीज़ होने के बाद, GoldenEye 007 ने न केवल पीढ़ी के भाग्य का निर्धारण किया, बल्कि सभी उम्मीदों को पार कर गया। दुर्लभ, निंटेंडो खुद और यहां तक ​​कि बॉन्ड फ्रैंचाइज़ी, एमजीएम के अधिकारों के मालिक भी इस खेल में ज्यादा विश्वास नहीं करते थे। फिल्म की रिलीज के दो साल बाद और कंसोल पर बाजार में आने के एक साल बाद, यह असफलता के लिए प्रयासरत लग रहा था, लेकिन मंच के पूरे जीवन के लिए बिक्री (आठ मिलियन प्रतियां) में तीसरा बन गया, केवल सुपर मारियो 64 और मारियो 2 64 के बाद । इस तथ्य का उल्लेख नहीं करने के लिए कि 1998 में उन्होंने रेरा को बाफ्टा अवार्ड और डेवलपर ऑफ द ईयर का खिताब दिलाया।


इस खेल ने हमें एक विशाल विरासत को छोड़ दिया: इसने पहली पीढ़ी के निशानेबाजों से, विशेषकर एआई के व्यवहार में आने वाली पीढ़ी से क्या उम्मीदें कीं, इसके लिए मानक तय किए: गश्त के पैटर्न वाले चरित्र, दुश्मनों से लगाम लगाने के लिए कहे जाने वाले नागरिक, भय से भागे नागरिक, सुचारू नेविगेशन और रास्ता खोजने के लिए, एनिमेशन का एक समृद्ध सेट, गतिशील गुण जो खेल के दौरान होते हैं, और बहुत कुछ। उसने न केवल पीढ़ी के लिए मानक निर्धारित किए, बल्कि उन खेलों को भी प्रभावित किया, जो उससे आगे निकल गए - हाफ लाइफ , क्राइसिस , फार क्राई और कई अन्य।

मुझे इस बात में कोई दिलचस्पी नहीं है कि आर्टिफिशियल इंटेलिजेंस ने कैसे काम किया, लेकिन नरक के डेवलपर्स इसे कैसे काम कर पाए। मैंने कई AI निर्माण तकनीकों के बारे में बात की, जिनमें राज्य मशीनें, नेविगेशन मेश, व्यवहार पेड़, नियोजन तकनीक और मशीन लर्निंग शामिल हैं, लेकिन GoldenEye की रिलीज़ के समय, वे खेल उद्योग में प्रथाओं की स्थापना नहीं कर रहे थे। इसके अलावा, निनटेंडो 64 लगभग 25 साल पुराना है, और आधुनिक मशीनों की तुलना में, इसमें न्यूनतम प्रोसेसर और मेमोरी संसाधन हैं। आप एआई और गेमप्ले सिस्टम कैसे बना सकते हैं जो इतनी गंभीर सीमाओं के साथ हार्डवेयर पर प्रभावी ढंग से काम करेगा?


सच्चाई का पता लगाने के लिए, मैंने सबसे अच्छे गुप्त मुखबिर से संपर्क किया: डॉ डेविड डावके । डेविड ने विकास टीम और गोल्डन ई 007 और इसके आध्यात्मिक अनुयायी परफेक्ट डार्क में महत्वपूर्ण भूमिका निभाई। साक्षात्कार के दौरान, हमने एनपीसी खुफिया, अलार्म व्यवहार, सेंसर सिस्टम, नेविगेशन उपकरण, प्रदर्शन संतुलन, और बहुत कुछ पर चर्चा की। तो आइए समझने लगते हैं कि यह सब कैसे व्यवस्थित किया गया था।

भवन का वास्तु

मूल रूप से, GoldenEye वह बन गया जो दो लोगों के लिए धन्यवाद: निर्माता और खेल निर्देशक मार्टिन हॉलिस और गेमप्ले और इंजन प्रोग्रामर मार्क एडमंड्स। प्रारंभ में, हॉलिस को सिटुआ कोप जैसे खेलों से प्रेरित किया गया था, जहां दुश्मन कैमरे के फ्रेम में भागते थे, खिलाड़ी पर गोली मारते थे, और फिर भागते, छिपते या खिलाड़ी के हिट पर गतिशील रूप से प्रतिक्रिया करते थे। हालांकि, हॉलिस ने एक और अधिक आकर्षक और प्रतिक्रियाशील एआई बनाने की मांग की जो 1993 के डीओएम मानक को पार कर गया।

उन्होंने कहा, हमारे लिए खिलाड़ी एआई दिखाना महत्वपूर्ण था। यदि खिलाड़ी इसे नोटिस नहीं करता है, तो जटिल कृत्रिम बुद्धि का कोई मतलब नहीं है। आपका एनपीसी प्रेरणा के साथ जीवन के अर्थ को प्रेरित कर सकता है, लेकिन खिलाड़ी इस पर ध्यान नहीं देगा यदि वह कोने के चारों ओर झुकाव और दुश्मनों को खेल में नेतृत्व के साथ खिलाने के लिए पर्याप्त है। यानी बुद्धि स्पष्ट होनी चाहिए। एआई को खेल यांत्रिकी प्रदर्शित करना चाहिए। एआई को स्तरीय संरचना दिखानी चाहिए। और यह सब वास्तव में गेमप्ले में ही कुछ नया लाना चाहिए ”

[मार्टिन हॉलिस, यूरोपीय डेवलपर्स फोरम, 2004.]

इस दृष्टिकोण ने गार्ड और गश्ती दल की उपस्थिति के लिए नेतृत्व किया है, जिससे खिलाड़ी गुजरने के बारे में अधिक सामरिक हो जाता है। दृष्टि और श्रवण के सेंसर का उपयोग किया गया था, जिससे एआई को खिलाड़ी के व्यवहार पर प्रतिक्रिया करने की अनुमति दी जा सके या यदि वह गुप्त रूप से सामने आए तो उसे नोटिस न करें। इसके अलावा, दोस्ताना और नागरिक पात्रों ने खिलाड़ी की उपस्थिति पर प्रतिक्रिया दी, जिससे उसे मदद मिली या भाग गया।

जब डेविड डूक ने प्रोजेक्ट में प्रवेश किया, तो एडमंड्स द्वारा 3 डी मूवमेंट, रेंडरिंग, और सरल एआई व्यवहार के लिए इंजन के अधिकांश बुनियादी घटकों को पहले से ही बनाया गया था। हालांकि, परियोजना के विकास के पिछले दो वर्षों में, एआई और अन्य बुनियादी गेमप्ले सिस्टम के व्यवहार का मुख्य भाग दिखाई दिया है। खेल खिलाड़ी पर कम केंद्रित हो गया, एआई गश्ती पैटर्न, एक अलार्म राज्य में संक्रमण, नियंत्रण टर्मिनलों का उपयोग करने की क्षमता, शौचालय और बहुत कुछ दिखाई दिया।


इसे प्राप्त करने के लिए, मार्क एडमंड्स ने सी कोडबेस के अंदर एक पूरी स्क्रिप्टिंग प्रणाली बनाई जो लगातार अपडेट और अपडेट की गई जबकि डूक और टीम के अन्य सदस्य विचारों के साथ प्रयोग कर रहे थे। काफी बार, एडमंड्स के लिए एक नया विचार प्रस्तावित किया गया था, जिन्होंने इसके कार्यान्वयन की संभावना का मूल्यांकन किया और इसे दिन के दौरान इंजन में जोड़ा। इस स्क्रिप्टिंग सिस्टम ने डेवलपर्स को बहुत विशिष्ट संदर्भ के आधार पर, बुद्धिमान व्यवहार के अनुक्रम में कई पूर्वनिर्धारित कार्यों को जोड़ने की अनुमति दी। इन व्यवहारों के कारण उनके अपने धागे निष्पादित हो गए और संसाधनों को जल्द से जल्द मुक्त कर दिया, जैसे ही अगले "परमाणु" व्यवहार को निष्पादित किया जाने लगा, और फिर जाँच की गई कि क्या उन्नयन फिर से किया जा सकता है। इस तरह के लिपिबद्ध व्यवहार का उपयोग न केवल मित्र और दुश्मन पात्रों के लिए किया जाता था, बल्कि समय-समय पर दरवाजे और फाटक जैसी प्रणालियों के लिए भी किया जाता था, साथ ही साथ प्रत्येक स्तर की शुरुआत और अंत में सिनेमाई स्क्रीनसेवर जो दुनिया में खिलाड़ी और अन्य पात्रों को नियंत्रित करते थे।


GoldenEye संपादक, मूल रूप से modder मिशेल "सबड्रैग" क्लेमन द्वारा विकसित किया गया था, इन AI व्यवहारों को रिवर्स-इंजीनियर किया। वे संपादन योग्य "एक्शन ब्लॉक" में बदल गए, जिससे आप अपना व्यवहार बना सकते हैं। दुश्मन गार्ड संवेदी संकेतों की एक विस्तृत श्रृंखला के लिए प्रतिक्रिया कर सकते हैं: जब एक शॉट उन्हें हिट करता है, कि वे एक दुश्मन को नोटिस करते हैं, तो उनके दृष्टि के क्षेत्र में मारे गए एक अन्य गार्ड, साथ ही साथ पास से सुना जाने वाला शॉट भी। इसके अलावा, एनपीसी आत्मसमर्पण करने का निर्णय ले सकता है, यह संभावना पर निर्भर करता है, लेकिन यह अधिक है कि क्या खिलाड़ी उन पर निशाना लगा रहा था। इसके अलावा, अगर एआई जानता था कि खिलाड़ी अब उसके उद्देश्य से नहीं है, तो उसका व्यवहार बदल गया। जैसा कि नीचे बताया गया है, इस तरह के व्यवहार के लिए आवश्यक दृष्टि और श्रवण परीक्षण बहुत सीमित और काट-छाँट प्रक्रियाओं में किए गए थे, हालांकि, कमजोर एन 64 हार्डवेयर पर प्रभावशाली परिणाम पैदा करते हैं।

शर्तों के आधार पर, गार्ड कई अलग-अलग व्यवहार कर सकता है, जिसमें बग़ल में कदम रखना, पक्षों को लुढ़कना, एक स्क्वाट में आग लगाना, चलते समय, और यहां तक ​​कि ग्रेनेड फेंकना भी शामिल है। ये क्रियाएं खिलाड़ी की सापेक्ष स्थिति और उनके वर्तमान व्यवहार पर अत्यधिक निर्भर थीं।

वास्तव में, यह एक काफी सरल राज्य मशीन (Finite State Machine) थी, जिसमें AI व्यवहार के निष्पादन की एक निश्चित अवस्था में था, जबकि इन-गेम इवेंट ने उसे अगले पर जाने के लिए मजबूर नहीं किया। इसी सिद्धांत को बाद में हॉफ-लाइफ में इस्तेमाल किया गया था, जो कि गोल्डनएई (1998 में) के एक साल बाद सामने आया, और रेरा के डेवलपर्स को इस बात का पता था कि उनके खेल के बेहद लोकप्रिय शूटर वाल्व पर क्या प्रभाव पड़ा है:

“सबसे ज्यादा मुझे 1998 में ब्रिटिश उद्योग प्रदर्शनी ECTS में वाल्व के लोगों के साथ एक बैठक याद है। उन्होंने मजाक में कहा कि GoldenEye ने उन्हें हाफ-लाइफ की हर चीज का रीमेक बना दिया। उन्होंने इसे सही करने का फैसला किया। ”

डेविड डॉक, गेम्सरेडर, 2018।

एआई प्रदर्शन

AI नियंत्रण के लिए Goldeneye इंजन के दो सबसे महत्वपूर्ण तत्व थे कैमरा और कुछ जिसे "STAN सिस्टम" कहा जाता है। रेंडरिंग को सरल बनाने के लिए, स्तर, यहां तक ​​कि बड़े और सेवरना सतह के रूप में खुले, "कमरे" में विभाजित किए गए - छोटे ब्लॉक। इससे प्रदर्शन के वांछित स्तर को बनाए रखने में मदद मिली, क्योंकि कैमरे के पिरामिड में केवल कमरों को ही प्रस्तुत किया जा सकता था। लेकिन इस वजह से, एआई ने आमतौर पर अपने बुनियादी व्यवहारों का प्रदर्शन तब तक नहीं किया जब तक कि कैमरे द्वारा पात्रों का प्रतिपादन नहीं किया गया। इसने कंप्यूटिंग की लागत को कम करने में मदद की, जबकि एक ही समय में दिलचस्प सुविधाएँ प्रदान की, जिनके बारे में मैं नीचे चर्चा करूँगा।


लेकिन कमरे और प्रतिपादन व्यवहार से संबंधित सबसे महत्वपूर्ण प्रणाली STAN थी (जो स्टैंड के लिए एक सरल संक्षिप्त नाम है)। मार्टिन हॉलिस द्वारा विकसित एसटीएएन ऑब्जेक्ट एक कमरे के लिए बहुभुज जाल हैं जो एसटीएएन के रूप में उपयोग के लिए चिह्नित हैं। ये सभी वस्तुएं "पता" थीं कि वे किस कमरे या गलियारे में स्थित हैं। यदि एआई चरित्र एक निश्चित एसटीएएन के शीर्ष पर खड़ा था, तो वह खिलाड़ी को केवल तभी देख सकता है जब एसटीएएन जिसमें वह स्थित था या वर्तमान कमरे में स्थित था। यह देखने के लिए कि क्या दो STAN एक-दूसरे को "देख" सकते हैं, सिस्टम ने एक साधारण जाँच की। इसने 3D रे ट्रेसिंग के बजाय कम खर्चीले दृश्यता परीक्षणों की अनुमति दी, जिसके लिए उपकरण से बहुत अधिक संसाधनों की आवश्यकता होगी। प्रणाली ने आश्चर्यजनक रूप से अच्छी तरह से काम किया, लेकिन कुछ विशिष्ट मामलों में यह "टूट गया"। इसका एक उदाहरण बांध पर पहरेदार हैं जो खिलाड़ी को अपने पथ पर पहुंचने तक नहीं देख सकता था: सीढ़ियों के शीर्ष पर स्थित STAN केवल इसके तल पर स्थित STAN को देख सकता था, अर्थात खिलाड़ी पास में कोई भी क्रिया कर सकता था और ध्यान नहीं जा सकता था। एक दूसरा उदाहरण गुफाओं में सर्पिल पथ है, जहां एनपीसी उनके सामने पथ को देखते हैं, लेकिन रसातल के दूसरी तरफ नहीं।

सभी मानचित्रों पर STAN रखकर, उनके बहुभुजों के आधार पर एक नेविगेशन प्रणाली का निर्माण संभव था। जैसा कि मैंने पहले एआई 101 में कहा था, आधुनिक खेल आमतौर पर नेविगेशन मेश का उपयोग करते हैं जो एक पूर्ण बहुभुज सतह बनाते हैं जो उन स्थानों को परिभाषित करता है जिसमें एक चरित्र मानचित्र पर आगे बढ़ सकता है। अपने आधुनिक रूप में, नेविगेशन जाल केवल 1997 में दिखाई दिए, इसलिए GoldenEye डेवलपर्स ने STAN सिस्टम लिया और इसके शीर्ष पर PAD नामक ऑब्जेक्ट जोड़े। पैड एसटीएएन पर स्थित थे, लेकिन साथ ही वे एक दूसरे से जुड़े हुए थे, अनिवार्य रूप से मेष को नेविगेट करने के लिए एक ग्राफ बना रहे थे। पात्रों को पता था कि वे किस कमरे में हैं, और गंतव्य कमरे के पैड को खोज सकते हैं यदि उन्होंने पास के हंगामे पर प्रतिक्रिया की, या वर्तमान कमरे के भीतर एसटीएएन के साथ रुचि के बिंदु पर चले गए।

यह सब श्रवण सेंसरों द्वारा पूरक था। उन्होंने ध्वनि स्रोत से एक निश्चित त्रिज्या के भीतर वर्णों की निकटता की एक सरल जांच की। उन्होंने हथियार के प्रकार और आग की दर को भी ध्यान में रखा। एक साइलेंसर के साथ PP7 ने ध्यान आकर्षित नहीं किया, मानक PP7 जोर से था, KF7 सोवियत भी जोर से था, और फटने में फायरिंग ने त्रिज्या को अधिकतम स्तर तक बढ़ा दिया, केवल एक रॉकेट लांचर और एक टैंक बंदूक को लाउडर माना गया।

अनुकूली परिवर्तन

ये सभी AI टूल और सिस्टम बहुत प्रभावशाली हैं; वे दिखाते हैं कि डेवलपर्स ने जानबूझकर स्मार्ट और प्रभावी तरीकों की तलाश की थी ताकि वे उन विशिष्ट तत्वों को बना सकें जो वे खेल में देखना चाहते थे। लेकिन कई अन्य तत्व हैं जिनके साथ GoldenEye ने व्यक्तिगत AI व्यवहार बनाए जो प्रत्येक स्तर के लिए लगभग व्यक्तिगत रूप से बनाए गए थे। NPCs बाधाओं के पीछे नहीं छिपीं, इसलिए साइलो और ट्रेन की अद्वितीय स्क्रिप्ट जैसे स्तरों की आवश्यकता थी ताकि पात्र कुछ PADs के बगल में खड़े हों और प्रतिक्रिया दें कि क्या वे एक स्क्वाट में थे या पूरी ऊंचाई पर खड़े थे।


NPCs को यह नहीं पता था कि मानचित्र पर अन्य वर्ण कहां हैं, इसलिए, ऐसे स्तर पर जहां खिलाड़ी को नताल्या साइमनोव की रक्षा करने की आवश्यकता होती है, यह न केवल उसके आंदोलन को सुनिश्चित करने के लिए, बल्कि विशेष व्यवहार बनाने के लिए भी आवश्यक था ताकि दुश्मन न केवल उसे गोली मार दें, बल्कि खिलाड़ी पर निशाना साधें। इस तरह के पात्रों के कार्यान्वयन के लिए जब वे एक हथियार सौंपते हैं, तो वैज्ञानिक के रूप में काम करते हैं, या बोरिस ग्रिशेंको, जिन्होंने खिलाड़ी के रूप में कार्य किया था, जब तक कि वह उसे दृष्टि से बाहर नहीं कर देता, तब तक एक और विशिष्ट संदर्भ में काम करने वाले अन्य व्यवहारों की आवश्यकता थी। मुख्य प्लॉट के कई पात्रों को प्रत्येक स्तर के लिए अपने स्वयं के एआई व्यवहार लिखना पड़ता था। उदाहरण के लिए, एलेक ट्रेवेलियन ने अपनी भागीदारी के साथ छह स्तरों में से प्रत्येक पर अलग-अलग व्यवहार किए हैं: सुविधा, प्रतिमा, ट्रेन, नियंत्रण, गुफाएं और पालना।


इसके अलावा, स्तर के डिजाइन और खेल की गति के साथ समस्याओं को हल करना आवश्यक था। AI वर्णों के स्थान को संतुलित करने के मामले में गंभीर बाहरी स्तर कठिन हो गया है, इसलिए डेवलपर्स ने स्तरीय स्क्रिप्ट लिखी हैं जो कोहरे के दायरे के बाहर दुश्मन पैदा करते हैं और सीधे खिलाड़ी के पास चल रहे हैं। लेकिन अगर दुश्मन बहुत दूर थे, तो वे बस बंद हो गए और भविष्य में पुन: सक्रिय हो सकते हैं।

मेरी पसंदीदा GoldenEye विशेषता यह है कि कैसे खिलाड़ी को हथियारों के जोरदार और आक्रामक हैंडलिंग के लिए दंडित किया गया था अगर वह जल्दी से पर्याप्त स्तर पास नहीं करता था। याद रखें, मैंने कहा था कि एनपीसी अपने एआई व्यवहार को सक्रिय नहीं करता है अगर वे अभी तक प्रदान नहीं किए गए हैं? यदि NPC ने ध्वनि सुनी, लेकिन अभी तक उसका प्रतिपादन नहीं किया गया है, तो वह अपना क्लोन बनाता है ताकि वह ध्वनि स्रोत की जांच करने के लिए जाए, और क्लोन बनाना जारी रखे, या जब तक उत्तेजना व्यवस्थित न हो जाए, या कैमरा चरित्र को प्रस्तुत न करे। यह विशेष रूप से अभिलेखागार जैसे स्तरों पर ध्यान देने योग्य है, जहां खिलाड़ी लगातार बनाए गए क्लोनों के कारण स्तर की शुरुआत में पूछताछ कक्ष में आसानी से जाल में गिर सकता है।


पूरी तरह से गेम प्रक्रिया की गति में सुधार करने के लिए, साथ ही साथ निंटेंडो 64 नियंत्रक की अपर्याप्त सटीकता के लिए नियंत्रण को अनुकूलित करें, परीक्षण के कारण एनिमेशन के बदलाव और अवधि को सावधानीपूर्वक ट्यून किया गया, जिससे खिलाड़ियों को दुश्मनों की प्राथमिकताओं का निर्धारण करने या स्वचालित या सटीक लक्ष्य के लिए एक मैकेनिक का उपयोग करने का बेहतर मौका मिला।

निष्कर्ष में

GoldenEye की रिलीज के बाद , इसके प्रतिपादन और AI टूलकिन ने इसके बाद होने वाले खेलों के लिए अच्छा काम किया। रेरा का परफेक्ट डार्क आध्यात्मिक उत्तराधिकारी उन्हीं प्रणालियों का इस्तेमाल करता है, जो आंशिक रूप से नवाचारों के पूरक हैं। जैसा कि ऊपर कहा गया है, गोल्डनई एनपीसी केवल विशेष व्यवहार का उपयोग करके कवर के पीछे छिप सकता है, लेकिन परफेक्ट डार्क में, दुश्मन पहले से ही कवर पोजीशन की गणना करने में सक्षम हैं, जिसमें एंटी-ग्रेविटी ऑब्जेक्ट्स द्वारा बनाए गए डायनेमिक भी शामिल हैं। इसके अलावा, प्रकाश के साथ प्रयोगों के लिए धन्यवाद, कोने को छायांकन करके गणना की जाती है, दृष्टि सेंसर कम दृष्टि हो सकते हैं। इसी प्रक्रिया को बाद में अपने टाइम्सप्लेटर्स फ्रैंचाइज़ी के लिए फ्री रेडिकल डिज़ाइन द्वारा उपयोग किया गया, क्योंकि इस स्टूडियो की स्थापना गोल्डनएयर डेवलपमेंट टीम के कई सदस्यों द्वारा की गई थी। खेलों की इस श्रृंखला में, ऊर्ध्वाधर स्तर के आर्किटेक्चर को बेहतर समर्थन के लिए STAN / PAD सिस्टम को पूरक बनाया गया है।

अपनी बीसवीं वर्षगांठ के बावजूद, GoldenEye ने आधे-जीवन में उपयोग किए जाने वाले मानकों को निर्धारित किया है और आज कई अन्य शूटर फ्रेंचाइजी के निर्माता उन्हें पुन: पेश करने का प्रयास कर रहे हैं। मुझे उम्मीद है कि इस लेख को पढ़ने के बाद आपने खेल में उपयोग की जाने वाली प्रणालियों की पूर्ण गहराई और प्रतिबद्धता और कौशल के स्तर की सराहना की, जो एक ऐसी परियोजना बनाने के लिए आवश्यक थी जिसका अंततः इतना बड़ा प्रभाव पड़ा।