HUNTBot_第一人称射击游戏中NPC的结构设计

1 引言
自 1992 年 Do om 游戏出现以来 , 电脑游戏的开 发进入了 游戏引擎时代 , 这种全 新的游 戏编程 模式可 以让游 戏开发 人员深入到游戏核心 , 用新的模型、 场景和声音开发出新的游 戏 , 或向已有的游戏素 材中添 加新的 内容。其中 非玩家 角色 ( non - player char act er, N P C) 已经成为 3D 游戏 引擎中 一个重 要的部分。然而 , 传统 N P C 的 开发方法是使用预先编辑的脚 本来描述角色的行为 , 也就是 NP C 按照预先编辑好的脚本来 执行各种动作。这种开发方法存在一 定的缺陷 , N PC 的适应 性较差 [ 1] 。现在的 3D 游戏引擎越来越 注重通 过引入 人工智 能技术来提高游戏的趣味性。游戏开发者必须寻求更有效的 人工智能技术使 N P C 的行为更具智能 性 , A g ent 技术因其对 人类智能 行 为 的 准 确解 释 及 模 拟 无 疑 成 为 一种 更 好 的 选 择 [ 2] 。同时 , 电脑游戏也因为其提供了逼真的任务场景 、 具备 复杂及动态性而吸引了越来越多人工智能研究者的目光。多 Ag ent 系统 的研究 者们希 望能以电 脑游戏 为测试 平台 , 通过 控制游戏中 N PC 的行为 1 , 研究多 A gent 系统中的各种 问题 , 并利用它来评价多 Ag ent 系统 的理论、 算法 和体系 结构。其 中 , 第一人称射击 ( fir st - perso n shoo ter, F PS) 游戏作为流行最 广的游戏获得了众多研究者的青睐。 已有一些学者对 F PS 中的 N P C 结构设计 进行研 究并取
图1
Pogam ut 2 的系统架构
我们通 过 P ogamut 2 提 供 的 集 成 开 发 环 境 编 程 实 现 NP C, 并使其通过 Po gamut 2 提 供的 A P I 连接 到 U T 2004 的 游戏引擎之上。目前 Po gamut 2 支持最多 16 个 N P C 同时连 接。人类玩 家可以通过 U T 2004 提供的游戏客户 端直接连接 到 U T 2004 游戏引擎上与 N PC 对战。
3 HUNTBot FPS 中的 NPC 结构
HUNTBot 的结构 HU N T Bot 的结构基于我 们提 出的 A C4[ 6] , 并 对其 作了 改进。 HU N T Bot 的结构如图 2 所示 , 主要由 5 部分组成。 3. 1. 1 感知模块 HUNT Bot 的感知系统负责从外界接收新的信息 , 并将这些 信息传递给信念模块。我们为这一模块加入了一些干扰信息以 使 N PC 的行为更接近人类。例如 , 一个 NPC 不应该清楚地看到 当前环境中的所有物体 , 尽管它可以从游戏引擎中得到全部的有 关物体位置及形状的数据, 但 NPC 的视觉信息应该满足某种限 制, 正如人类的观察会受到视线范围的影响一样。 3. 1. 2 信念模块 将感知模块传送过来的信息存放在 N PC 的信念集 里 , 并 3. 1
计算机科学 2008V ol 35
11
HUNTBot
( 南京大学工程管理学院
摘 要
第一人称射击游戏中 NPC 的结构设计*
杨 佩 1, 2 王 皓 2 罗文杰 2 高 阳2 1 南京 210093) ( 南京大学软件新技术国家重点实验室
)
南京 210093)
2
游戏产业的发展迫切需要使用新的技术开发具有智 能行为的 N PC, Ag ent 技术因 其对人类 智能的刻画 及模
HuntBot
YA Nf NPC in the FPS Game
W AN G Hao2 L U O Wen - Jie2 G A O Y ang 2
( School of M an agemen t and En gineering, N anjing U niversit y, N anjing 210093, China) 1 ( Nat ional Laborat ory f or N ovel Soft w are Techn ology, N anji ng U nivers ity, N anjin g 210093, China) 2
* ) 本文受国家自然科学基金项目 ( 60775046) 资助。 杨 领域为智能 agent 、 多 agent 系统 ; 罗文杰 习、 分布式人工智能等。
1
佩
博士 , 主要研究领域为智能 agen t、 多 agent 系统 ; 王 阳
硕士研究生 , 主要研究领域为 智能 agent 、 强 化学习 ; 高
2 HUNTBot 的开发平台
已有一些研究者开 发出 了基 于 F PS 游 戏的 多 A g ent 系 统实验平台 , 其中包括 密歇根 大学的 Q uakebot [ 3] 、 南 加州大 学的 Gamebots [ 7] 、 M o no lith 公司 的 F EA R 工程 [ 8] 以及 捷克 的查尔斯大学开发的 P og amut 2[ 5] 。我 们选取 Po gamut 2 作 为 HU NT Bot 的开发平台 , 这 是一款 在 U T 2004 游戏引 擎之 上建立的 A gent 开发平台 , 与其他类似的平台相比 , 它提供了 一个用于 A gent 开发及测 试的集成 开发环 境 , 对游戏 引擎的 支持性更强 , 有利于大大缩短 NP C 的开发时间。 图 1 是 Po gamut 2 的 系统 架构 , 采 用了 Client - Ser ver 模 式。图中服务器端包括两 个部分 , 其 中的 U T 2004 游戏 引擎 负责虚拟游戏 环境 的 模拟 计算 , 它接 受 Gamebots2004 发送 的各类动作命令 , 定期计算这些命令对游戏环境的改变 , 并将 改变后的游戏环境信息发送给 Gamebo ts2004 以作 为其 N PC 下一步动作 的依 据。 Gamebots2004 负责 将 U T 2004 引 擎的 内部脚本命令翻译成一套基于文本的消息通过网络发送给远 程的客户机。消息被定义为 两种类 型 : 服 务器消 息和客 户端 消息。服务器消息提供了感知信息 , 用来描 述游戏中 的 N PC 能看见什么 , 同时也包 括一些 N PC 自 身的物 理状态 信息 , 如 生命力、 武器 等。服务 器消 息也 包括 一些 其 它的 信息 , 如当 NP C 受到攻击时被射击的方向 , 以及 NP C 之间的 通信消 息。 客户端的信息遵 循命 令的 格式 来指 导 N PC 完成 任务 , 如旋 转、 行走、 射 击等。由 于客户 端用 Java 实现 , 因此 P og amut 2 建造了一个解析器用于将基于文本的 消息转换成 Java 对象 , 解析器的实现可以有两种方法 , 远程解析和本地解析 , 区别在 于解析器是否与 N PC 位 于同一 台主机 上。图 1 为本地 解析 器的示例 , 本地解析器与 NP C 之间通过 A PI 连接。
Abstract T he development o f the game indust ry has bro ug ht fo rth a requirement o f applying nov el intellig ent technolo g ies in games. T he agent technique is a go od choice fo r its port ray ing and simulat ing ability of human intelligence. M eanw hile, lar ge com plex computer g ames ar e at tracting mo re and mor e ag ent r esear cher s. Designed the H U NT bo t ( H umano id U N real T o ur nament Bot) as the N PC in the first per so n sho oting ( FP S) game U nreal T o urnament, which has the hybrid ag ent architecture, social and lear ning ability . HU N T Bot can behave w ell in co mplicated, dy namic and real time env ir onment. Keywords F PS, A g ent ar chitectur e, M A S 得了 初 步 的 研 究 成 果。 M ag er ko 等 人 在 F PS 游 戏 雷 神 ( Quake) 上构建了一种 N PC - Q uakebot [ 3] 。这种 A gent 结构 属于反应型 , 通过事先对目 标进行 分解来 对 A g ent 的行 为进 行推理。 O rkin 建立了一个基 于 F PS 游戏 虚幻 竞技场 ( U n real T o ur nament, U T ) 的 N PC 结构 , 该 A gent 结构属于 思考 型 , 实现了基于符号匹配 的动态 规划 , 但实时 性较差 , 规划 过 程有时要持续 数 秒甚 至数 分钟。 Burkert 等 人在 一个 A gent 开发平 台 P og amut 2 中提出 了一种 简单的 N PC 结 构 , 将 A g ent 的感知信 息直接连接到一个反应式规划器上 [ 5] 。以上研 究对 FPS 游戏环境中 的 A g ent 结构 设计 和实现 进行 了有 益 的探索 , 但普遍存 在 的问 题是 这 些 Ag ent 结构 均只 支 持 A g ent 个体行为 的实现 , 没有考虑 A gent 的社会行为的实现 , 而 且 A gent 均不 具备 学习 能力。 我们 认为 , 游 戏中 的智 能 A g ent 设计必须兼备反应 性( reactive) 和思考性 ( deliberative) , 反 应性保证 Agent 能对 环境变 化做 出快 速反应 , 而思 考性 则使 A gent 能够对目标进行推理及规划 , 自动组织行动 序列以达成 目标。另外 , Agent 应该具有社会 能力, 从而表现 出与其它 A gent 或人类玩家的合作 及对抗性。同时 Agent 也应该具 有学 习能力 , 从而更好地 适应环 境。我 们曾经 提出了 一个 FPS 游 戏中的智能 NPC 结构 AC4[ 6] , 本文工作可视作该工作的延续。 针对以上问题 , 本文基于 F PS 游 戏 虚 幻竞技场 提 出了 一种智能 NP C 结构 HU NT Bot( H umanoid U N real T our 皓 硕士研究生 , 主 要研究