現地参加せずに、ニコ生の放送観た纏め。

資料とか他の人の纏めとか †

▲ ▼

複数タイトルで使われた柔軟性の高いAIエンジン †

BDIモデル、PID制御とその辺りを理解しきれなかった……

  • BNSさん。タイムクライシス5とか。
  • 柔軟で決まった動き
  • AIデザイナのみで構築可能な環境
    　AI Designer
    　　|
    　Squad AI（個々のグループ）
    　　｜
    　Agent AI（個人）
  • Agent AI
    機能毎にモジュール化。
    モジュールを組み合わせてAIを作る。
▲ ▼

AIの流れ †

  • Perception -> Brain -> Action
▲ ▼

Perception（認識） †

  • キャラクターの認識。環境から収集してAI独自の解釈を加えて保存
    • レベル中の静的オブジェクト、動的オブジェクト（プレイやー、敵）、ナビゲーションメッシュ
      AIの価値観で取捨選択、加工する。
      ex.)プレイヤーの行動でヘイト値を増減、ヘイト値が高いプレイヤーを狙う
    • Layer-based Perception System
      • ソースレイヤー
        データ収集。視覚、聴覚をシミュレート。索敵など。
      • 加工レイヤー
        フィルタリング。レイキャストや経路探索等。スコアリング
      • 選択レイヤー
        集めた中からどれを使うか。スコアの一番高いもの、ランダムとか。
      • 事前にプライオリティでソートを行う。
        ex.)
        範囲内の敵をリストアップ
        距離によるスコアリング
        スコアに応じて
        残り体力でスコアリングすると味方プレイヤーの回復とかにも使える。
      • 危険度の低い敵を狙う
        敵から攻撃を受けた際に、その敵の座標を危険地点として他のAIにも通達する。（パンくず）
      • Influence Map
        フィールド上の影響度。（敵、味方どちらが優勢かなど）
        作成方法
        　影響度の元となる種を設定する。（危険地点（パンくず）など）
        　隣接するノードに伝搬させる。
        　繰り返す
▲ ▼

Brain（意思決定） †

  • 昔からのやり方（FSM）
    複雑になってくると全体像が見えにくい。管理しきれなく鳴る
  • BehaviorTreeとHTNプランニングのハイブリッドシステム
    • BehaviorTree
      • タスク：条件判定、実際の行動
      • シーケンス：タスクを順番に実行
      • プライオリティ(UE4だとSelector?)：複数のタスクから一つを選ぶ
      • Probability：設定された比率からランダムで選ぶ
      • Parallel：複数のタスクを同時に行う
      • Decorator：子供のタスクの動作をカスタム（数回繰り返す、タイムリミット等）
  • HTNプランニング
    階層型タスクネットワーク（ドメイン）
    状態に応じて分解（ステート）
    目標（ゴール）を達成する為のタスク列（プラン）を得る。
  • PrimitiveTask
    ステートへの操作。自分の状態変化
  • CompoundTask
    サブタスクのリスト
  • ハイブリッドに
    BehaviorTreeで決めた目標を達成するタスクをHTNプランニングにより求める
    BehaviorTreeをメインにして、HTNプランナーに具体的な目標を渡すと、短期的なプランが出来上がり細かな制御が出来る。
    HTNプランニングをメインにして、HTNプランナーに大まかな目標を渡すと、長期的なプランが出来上がりAIの自律的な行動が出来る。
  • BDIモデル
    特定の計画を元に行動しようとする意図がある。同じ結果であっても意図によってアニメーションを変えたりして自然な動きに。
    意図は信念と願望により決定される。
    • BDIアーキテクチャ（信念、願望、意図を保持する）
      1.信念と欲求から願望（BehaviorTree）を決めて候補（HTNドメイン）を算出
      2.候補から実際に行う物を決定（HTNプランナー）
      3.実行
      4.外部要因で信念を更新する
      　-> 合理性の高い、人間らしいAIをAIデザイナが構築できる。
  • プランニングの問題
    遅延評価
    　プランニング時では予測出来ない。
    　　カバーポイントに移動してから、プレイヤーの距離をはかって攻撃の種類を決定する時（その間にプレイヤー移動するかも）
    並列タスク
    　同時に行える方が自然
    　　・カバーへ移動
    　　・リロード
    　　タスクを小分けにしてParallelで繋ぐ
  • まとめ 
    シーケンススクリプト  |
                      +-> BehaviorTree -> HTNプランニング -> BehaviorTree(plan)
プログラム            |
▲ ▼

Action（意思をキャラクターに反映） †

  • 意図によってアニメーションを変化させる
    攻撃するための移動。カバーポイントに着く前から狙う動作に入る。
    隠れるための移動。カバーポイントに着く前から隠れる動作に入る。
  • Steering
    キャラクターの移動を担当するモジュール
    • 人
      Pathfinding
      Path Following
      Collision Avoidance(ORCA based)
  • 乗り物
    車線変更、多数の敵の制御。手付けデータの流し込みでは限界。
    　↓
    AI制御。物理駆動。
  • コースデータ
    スプライン、スプラインの幅でコースデータを表現
  • コントロール
    目標はレベルデザイナーが設定
  • PID制御
    P：比例動作。目標値と現在値の差に比例した動作
    I：積分動作。差の累積値（積分）に比例した制御
    D：微分動作。差おｎ変化量（微分）に比例した制御
目標値（速度、角度） -> LPF +-> P -+-> Vehicle -> 出力値（速度、角度）
                            +-> I -|
                            +-> D -|

・パラメーター調整が重要
　適当なパラメーターだとふらふらする。
・パラメーター調整方法
　限界感度法
　ステップ応答法。最適値というより近似値
　　-> ステップ応答法で求めた値をベースに、焼きなまし法で求める
　　簡単なテストコースでパラメーターを調整
　　　-> 目標値と実際の値をエラー値として保存

　　課題
　　　焼なまし法による調整では何百周、何千周もしなければいけない。
　　　　-> キャラクタAIの学習利用は、他の処理を省いて高速で動く環境有るのがベスト

▲ ▼

課題 †

AIデザイナにもAI技術の知識が必要
    ホーム 一覧 単語検索 最終更新 バックアップ リンク元   ヘルプ   最終更新のRSS