Zur Seitenansicht
 

Titelaufnahme

Titel
Online imitation and adaptation in modern computer games / Steffen Priesterjahn
AutorPriesterjahn, Steffen In der Gemeinsamen Normdatei der DNB nachschlagen
Erschienen2008
HochschulschriftPaderborn, Univ., Diss., 2008
SpracheEnglisch
DokumenttypDissertation
URNurn:nbn:de:hbz:466-20080408025 Persistent Identifier (URN)
Dateien
Online imitation and adaptation in modern computer games [13.66 mb]
inhalt [12.56 kb]
abstract [10.17 kb]
Links
Nachweis
Klassifikation

Deutsch

Computerspiele haben sich innerhalb des letzten Jahrzehnts signifikant weiterentwickelt. Aktuelle Spiele zeigen hochdetaillierte, virtuelle Umgebungen mit realistischen Physikeffekten und verfügen über vielfältige und hochdynamische Spielmodi. Darüberhinaus ermöglichen viele Spiele die Teilnahme mehrerer Spieler. Aus diesen Gründen ist die Erstellung von konkurrenzfähigen künstlichen Spielern, die in der Lage sind, sich in der Spielewelt autonom zu bewegen und sich schnell an die menschlichen Spieler anzupassen, eine große Herausforderung. Insbesondere muss dabei nicht nur auf die Performanz der Spieler, sondern auch auf ihre Glaubhaftigkeit und menschenähnliche Spielweise geachtet werden. Diese Arbeit bietet eine allgemeine Einführung in das Thema der künstlichen Intelligenz für Computerspiele und stellt verschiedene Verfahren zur automatischen Erstellung von intelligenten Spielecharakteren für ein dreidimensionales Actionspiel vor. Das Hauptaugenmerk dieser Ansätze liegt dabei darin, konkurrenzfähige und schnell lernende Agenten zu erstellen, die fortgeschrittene und menschliche Verhaltensweisen zeigen. Um dies zu erreichen, basieren die vorgeschlagenen Methoden auf der Imitation von anderen Spielern und der Ausnutzung einer Population von Agenten, die gemeinsam lernt, um die Lerngeschwindigkeit zu steigern. Das Fundament bilden dabei Adaptions- und Lerntechniken wie evolutionäre Algorithmen, Reinforcement Learning und kulturelles Lernen.

English

Commercial computer games have significantly evolved in the recent decade. Current games feature vast and highly detailed virtual environments with realistic physics, complex and highly dynamic gameplay as well as complex multi-player game modes. Therefore, the creation of sophisticated and intelligent game agents that inhabit the game worlds and oppose or collaborate with the player has become a considerable challenge in terms of competitive performance and fast adaptation, but also concerning the believability and human-likeness of the shown behaviour. This thesis gives a general introduction into the field of artificial intelligence in computer games and proposes several approaches to create intelligent game characters for a three-dimensional, action-oriented computer game. The focus of these approaches is to create competitive and quickly adapting game agents that show sophisticated, human-like behaviours. To achieve this, the proposed methods are based on the imitation of other players and the usage of a population of several agents that collaborate to accelerate the learning process. The foundation of the presented work lies in the utilisation of powerful adaptation and learning techniques like evolutionary algorithms, reinforcement learning and cultural learning.