Нейромережеві технології для покращення інтерактивних процесів в іграх

Abstract

Кваліфікаційну роботу присвячено розробці симулятора дикої природи з використанням штучного інтелекту та нейромережевих технологій. Актуальність роботи зумовлена необхідністю створення реалістичної ігрової екосистеми, де NPC (неігрові персонажі) демонструють адаптивну поведінку на основі навчання штучного інтелекту. Об’єктом кваліфікаційної роботи є процес моделювання поведінки NPC у симуляторі дикої природи. Предметом кваліфікаційної роботи є нейронні мережі для створення реалістичної поведінки ігрових агентів. Метою роботи є покращення інтерактивних процесів в іграх за рахунок розробки симулятора дикої природи з NPC, поведінка яких моделюється за допомогою нейронних мереж, що дозволяє створити інтерактивний та динамічний ігровий світ. Для досягнення поставленої мети визначено такі завдання: – дослідити існуючі симулятори дикої природи та проаналізувати підходи до побудови поведінки NPC; – ознайомитися з можливостями Unity ML-Agents Toolkit; – реалізувати навчання NPC; – провести тестування, зібрати дані про ефективність навчання ігрових агентів. The qualification work is devoted to the development of a wildlife simulator using artificial intelligence and neural network technologies. The relevance of the work is determined by the need to create a realistic gaming ecosystem where NPCs (non-player characters) demonstrate adaptive behavior based on artificial intelligence learning. The object of the thesis is the process of modeling NPC behavior in a wildlife simulator. The subject of the thesis is neural networks for creating realistic behavior of game agents. The goal of the work is to improve interactive processes in games by developing a wildlife simulator with NPCs whose behavior is modeled using neural networks, allowing for the creation of an interactive and dynamic game world. To achieve this goal, the following tasks have been defined: – research existing wildlife simulators and analyze approaches to building NPC behavior; – familiarize yourself with the capabilities of the Unity ML-Agents Toolkit; – implement NPC training; – conduct testing, collect data on the effectiveness of game agent training.