Self-Evolving AI in narrative Games. Agenda Idee & Konzept Problematiken AI – Step by Step.

Präsentation zum Thema: "Self-Evolving AI in narrative Games. Agenda Idee & Konzept Problematiken AI – Step by Step."—  Präsentation transkript:

1 Self-Evolving AI in narrative Games

2 Agenda Idee & Konzept Problematiken AI – Step by Step

3 Idee & Konzept Grundsätzliche Verankerung fester Handlung in narrativen Spielen Roter Faden leitet Spieler durch die Handlung → Spieler schließt Aktionen ab → Bei Erfolg: Handlung wird voran getrieben

4 Idee & Konzept Idee: Handlung entwickelt sich von selbst! Kein Roter Faden, keine vorgegebene Story → Spieler kann lediglich gewisse Parameter beeinflussen, Geschichte wird durch KI erzeugt und vorangetrieben

5 Idee & Konzept Ziel: Rollen in der Narrationsentwicklung vertauschen → „Last des Erfolgs“ von Spieler nehmen → auf KI übertragen Folge: Spieler genießt interaktive Story ohne Wiederholungen oder Erfolgsdruck

6 Idee & Konzept Konzept: Rundenbasiertes Strategiespiel mit Rollenspielelementen (Smartphone- oder Tabletapp bevorzugt) Narrationsentwicklung: – Kapitelsystem: Nach jedem Kapitel wird die Handlung durch Zwischensequenzen gezeichnet – Eventsystem: Keyevents

7 Idee & Konzept Basis: Spieler und Computergegner erhalten Spielfiguren (unterschiedlicher Gewichtung) – Figuren haben Rollenspielparameter – Spieler und Computer ziehen abwechselnd Kampfsystem: Treffen Figuren aufeinander kommt es zum Kampf – Ausschlaggebend für Erfolg: Rollenspielparameter – Optional: Waffendreieck

8 Idee & Konzept Bei erfolgreichem Kampf: (Erfahrungssystem) Nach Kapitelabschluss: KI wertet das Kapitel aus, entsprechend wird die Handlung vorangetrieben bzw. generiert

9 Problematiken Handlung ohne roten Faden erstrebenswert? Rahmenhandlung MUSS gegeben werden! – Kontextverordnung Ziel des Spiels? → gegebenenfalls endlos! – Spielermotivation?

10 Problematiken Aktuell: Entwicklungsdauer & Entwicklungsumgebung Folge: Spielkonzept auf Eis → Case-Tester für narrative KI-Entwicklung

11 AI – Step by Step Spec-Op Agent – Soll das Kapitel überwachen und Auswertungsdaten (Case) speichern Übergibt Case an den Evaluation Agent – Prüft Validität der Daten – Prüft Major- & Minorcases (RichtlinienAgent)

12 AI – Step by Step Bei Success der Prüfdaten: – RandomPickGuard: neues Szenario & neue Schwierigkeit – Evaluation Agent erstellt Auswertungscase Beides an den Narration Agent übergeben

13 AI – Step by Step Narration Agent: – Pool an Narrationsformaten – Kombiniert übergebene Daten mit Pooldata → Erstellt Narration für Zwischensequenz → Erstellt Case-Profile für Initiation Agent

14 AI – Step by Step Initiation Agent generiert neues Kapitel anhand des Case-Profiles – Trifft Figurenwahl und –gewicht – Erstellt Kapitelziel → Alles auf Narration der Zwischensequenz basierend!

15 Fazit Ziel der selbstständigen Narrationsentwicklung durch KI? → Semi-automatisch