Agenten als Teil von Computerspielen Ruhr-Universität Bochum Geographisches Institut Dozent: PD Dr. M. Bruse Seminar: Analyse komplexer räumlicher und zeitlicher Prozesse mit Hilfe der Multi-Agenten-Simulation Referent: Martin Stadtkowitz Winter-Semester 2006/2007

Gliederung 1 Was ist ein Agent 2 Funktionsweisen 3 Wahrnehmung 4 Der Weg 5 Verhalten 6 Fazit

Was ist ein Agent? Ein computergesteuerter Mitspieler → autonome Handlungen zum erreichen der Ziele Autonom: ohne direkte Steuerung Entscheidungsfreiheit → können unabhängig mit verschiedenen Situationen umgehen Agenten werden so Programmiert, dass nicht mehr zwischen dem Agenten und einem Menschen unterschieden werde kann

Was ist ein Agent? Diese Agenten zeichnen sich aus durch: rationales, zielgerichtetes Verhalten angemessene Reaktionen auf neue Situationen Anpassung an dem Verhalten des menschlichen Spielers einzigartiges, individuelles Verhalten Persönlichkeit Emotion Zeigen im Team eine: Aufgabenteilung Spezialisierung Koordination

Was ist ein Agent? Agenten können sein: Teamkollegen Gegner Reporter

Funktionsweisen Agenten werden gesteuert durch: Scripte Entscheidungsbäume Reaktiver Ansatz

Funktionsweisen Scripte volle Kontrolle über Verhaltensmuster wird durch Ereignisse ausgelöst ideal zur Umsetzung kurzfristiger Ziele komplexes Verhalten möglich meist schnell vorhersehbar

Funktionsweisen Entscheidungsbaum

Funktionsweisen Entscheidungsbäume sind einfach, aber komplex hoher Koordinierungsaufwand bei manueller Erstellung können anhand von beispielen erlernt werden

Funktionsweisen Reaktiver Ansatz Agenten neigen zum reaktiven Handeln → reagieren direkt auf Ereignisse Problem: RA ist vom Ideenreichtum des Entwicklers abhängig → er muss die alle möglichen Situationen Ausdenken → Spielwelten werden immer komplexer neigt zum scheitern in komplexen Situationen komplexes, kooperatives Verhalten wird durch den RA ausgeschlossen

Funktionsweisen Problemlösung des Reaktiven Ansatzes: einsatz eines effizienten Planungsmodul → lösen von Situationen ohne vorgegebene Aktionen

Wahrnehmung (sehen) über die Programmbibliothek → absolute Daten der Umwelt über visuelle Eindrücke → relative Daten der Umwelt

Wahrnehmung (sehen) Beispiel: Passt ein Auto durch eine Lücke? Programmbibliothek: → liefert Information, wie breit Lücke und Auto sind → Agent weiß, ob es passt oder nicht Visuell: → Agent muss die Größen von Lücke und Auto abschätzen → Versuch kann fehlschlagen → dem Agent stehen die gleichen Information zur Verfügung wie dem menschlichen Spieler

Der Weg Schritt 1 zeigt die Welt, in der sich der Agent bewegt diese Welt ist aufgeteilt in Knoten gestartet wird am Startpunkt A

Der Weg Schritt 2 alle begehbaren Knoten werden gesucht alle begehbaren Knoten verweisen auf den Vorgängerknoten → so verbindet der Agent am Ende die Knoten zu einer Route

Der Weg Schritt 3 Der Agent will den besten Weg und sucht deshalb die Knoten mit den geringsten Kosten F = Wegkosten G = Bewegungskosten H = Entfernung zum Ziel

Verhalten menschliche Verhaltensmuster werden implementier → werden so dem menschlichen Spieler gleichwertig bilden Teams kommunizieren untereinander → zwecks Koordination realistische Nachbildung menschlicher Verhaltensmuster → Simulation emotionaler Zustände: Hass, Wut, Aggressivität, Freundschaft, Vertrauen, Lügen, etc.

Verhalten können emotional auf ihre Umwelt reagieren → ein befreundeter Agent kann zum Feind werden Steuerungsmodul basiert auf dem Multiagenten-System → ermöglicht komplexe Ziele und Aufgaben durch Einsatz von Wissen → unterschiedliche Spezialisierung

Verhalten lernen Stärken und Schwächen des Gegners → passen sich entsprechend an Teamplay Koordinierung zwischen den Agenten und den menschlichen Spielern → durch Kommunikation zwecks: Verstärkung taktische Szenarien

Verhalten Wissenspräsentation notwendig für alle Funktionen ist die Verbreitung von Wissen Wissen vereint mehrer Konzepte in sich: → Vertrauen → Reputation → Motivation

Verhalten Vertrauen: Reputation: Motivation: Verlässlichkeit eines Agenten → Agent bevorzugen verlässliche Agenten Reputation: Ruf des Agenten → hängt eng mit dem Vertrauen zusammen Motivation: vermutete Ziele → wird aus der Beobachtung seiner Ziele abgeleitet

Verhalten Erreichen des Ziels: setzen Wissen über die Umwelt ein suche nach Objekten können auf ihre Umwelt reagieren und ihre Strategie ändern können gemeinsame Strategien entwickeln

Fazit Agenten sind ausgezeichnete Mitspieler/Gegner Agenten und menschliche Spieler sind fast nicht mehr zu unterscheiden Sie tun aber meistens nur intelligent, ohne es wirklich zu sein

Noch Fragen? Quellen: Lampel, Johannes (2001): Einsatz von Neuronalen Netzen in einem Bot für Counterstrike. http://johannes.lampel.net/bll137pub.pdf [22.11.06] X-aitment GmbH: Künstliche Intelligenz… sie denkt wie Du. http://www.leipziger-messe.de/LeMMon/AUSSTPR.NSF/messewebeng_gc/ADE783802DA43558C12571BE00270925/$FILE/Die%20Xait-Engine.doc [24.10.06] Hartmann, Knut (2005): Echtzeittechniken für Computerspiele Agenten und Teamsteuerung http://wwwisg.cs.uni-magdeburg.de/~hartmann/CS2/control.pdf c‘t 2003, Heft 8; Gleich, Clemens: Scheinitelligenz