Language
Country/Area
No result found
遊戲角色的智慧：如何用數字決定他們的行為？
在遊戲研發中，非玩家角色（NPC）的行為一直都是一個技術挑戰。隨著科技的進步，越來越多的遊戲使用了簡單而有效的實用性系統來模擬NPC的行為。這種系統透過數字和分數來評估各種可能行為的相對好處，使得角色根據當前情況選擇「最佳」行為，這無疑是遊戲AI的一次重大進步。
利用數學建模，遊戲開發者能夠創建出更為自然和直觀的NPC行為，這無疑提升了遊戲的整體體驗。
實用性（Utility）概念的歷史
實用性這一概念在數學、經濟學等領域已經存在了幾個世紀。隨著對行為建模需求的增加，開發者將其引入了遊戲設計之中。在這個早期階段，開發者會使用簡單的機率來定義行為，例如設定12%機率執行某個動作，這無疑是進入實用性AI的一個初步探索。
在21世紀初，這一方法逐漸轉向一種正式化的系統，現在我們通常將其稱為「實用性AI」。
數學建模在遊戲中的應用
在《模擬人生》（The Sims）這款遊戲中，NPC的「需求」與可以滿足該需求的物件或活動的分數被結合起來。這些數值的組合為行動賦予了一個分數，告訴NPC應該執行什麼。雖然玩家無法看到具體的計算，但他們會意識到NPC的不同需求及其滿足程度。《模擬人生3》中，開發者利用了一種修改過的玻爾茲曼分布來選擇NPC的行動，基於NPC的心理狀態來調整其行為選擇的概率。
這種方法延展了角色的「需求」和「滿足值」，增加了角色的個性維度，使得不同的NPC在相同情境下可能產生不同的反應。
全面的「實用性系統」
隨著技術的發展，開發者開始探索更加完整的架構。例如，Dave Mark和他的同事開發了無限軸實用性系統（IAUS），這是一個數據驅動的完全自包含的架構。IAUS的設計理念是只需將其連結到遊戲系統的輸入輸出，便可運行而不需大量的編程支持。
同時，開發者還嘗試將實用性計算納入現有的架構中。這樣的方式如Bill Merrill在《Game AI Pro》中提到的，將實用性決策整合到現有的行為樹（BT）中，使得這一結合不僅保留了行為樹的結構性優勢，也增加了實用性的靈活性。
結語
綜觀當前的遊戲開發趨勢，實用性AI正在成為打造智能NPC的主流方式。通過數字來決定NPC的行為不僅提升了遊戲的真實感，也讓開發者可以更靈活地設計各種行為。然而，隨著技術的不斷進步，未來的NPC會如何演變？
