Language
Country/Area
No result found
游戏角色的智慧：如何用数字决定他们的行为？
在游戏研发中，非玩家角色（NPC）的行为一直都是一个技术挑战。随着科技的进步，越来越多的游戏使用了简单而有效的实用性系统来模拟NPC的行为。这种系统透过数字和分数来评估各种可能行为的相对好处，使得角色根据当前情况选择「最佳」行为，这无疑是游戏AI的一次重大进步。
利用数学建模，游戏开发者能够创建出更为自然和直观的NPC行为，这无疑提升了游戏的整体体验。
实用性（Utility）概念的历史
实用性这一概念在数学、经济学等领域已经存在了几个世纪。随着对行为建模需求的增加，开发者将其引入了游戏设计之中。在这个早期阶段，开发者会使用简单的机率来定义行为，例如设定12%机率执行某个动作，这无疑是进入实用性AI的一个初步探索。
在21世纪初，这一方法逐渐转向一种正式化的系统，现在我们通常将其称为「实用性AI」。
数学建模在游戏中的应用
在《模拟人生》（The Sims）这款游戏中，NPC的「需求」与可以满足该需求的物件或活动的分数被结合起来。这些数值的组合为行动赋予了一个分数，告诉NPC应该执行什么。虽然玩家无法看到具体的计算，但他们会意识到NPC的不同需求及其满足程度。 《模拟人生3》中，开发者利用了一种修改过的玻尔兹曼分布来选择NPC的行动，基于NPC的心理状态来调整其行为选择的概率。
这种方法延展了角色的「需求」和「满足值」，增加了角色的个性维度，使得不同的NPC在相同情境下可能产生不同的反应。
全面的「实用性系统」
随着技术的发展，开发者开始探索更加完整的架构。例如，Dave Mark和他的同事开发了无限轴实用性系统（IAUS），这是一个数据驱动的完全自包含的架构。 IAUS的设计理念是只需将其连结到游戏系统的输入输出，便可运行而不需大量的编程支持。
同时，开发者还尝试将实用性计算纳入现有的架构中。这样的方式如Bill Merrill在《Game AI Pro》中提到的，将实用性决策整合到现有的行为树（BT）中，使得这一结合不仅保留了行为树的结构性优势，也增加了实用性的灵活性。
结语
综观当前的游戏开发趋势，实用性AI正在成为打造智能NPC的主流方式。通过数字来决定NPC的行为不仅提升了游戏的真实感，也让开发者可以更灵活地设计各种行为。然而，随着技术的不断进步，未来的NPC会如何演变？
