![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#contents ---- 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 [#tf618eb6] * 複数タイトルで使われた柔軟性の高いAIエンジン [#y58c54f8] - 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 [#u9689c0f] - Perception -> Brain -> Action *** Perception（認識） [#h1c288b9] - 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（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 |
|
|
Modified by com04.
Powered by PukiWiki Plus! 1.4.7plus-u2-eucjp. HTML convert time to 0.004 sec. |
|