Österreich - Kennzeichen Österreich

Incoterms:DDP
Alle Preise sind inklusive Zoll und Gebühren bei der Auswahl der Versandart.

Bitte bestätigen Sie Ihre Währungsauswahl:

Euro
Versand ist kostenfrei bei den meisten Bestellungen über € 50 (EUR)

US Dollar
Versand ist kostenfrei bei den meisten Bestellungen über $60 (USD)

Bench Talk for Design Engineers

Mouser German Blog

rss

Mouser Electronics, Inc german language blogs


Adaptive KI für eine bessere Spielerfahrung Michael Matuschek

 (Quelle: Andrey_Popov/Shutterstock.com)

Einführung

Abgesehen von reinen Multiplayer-Spielen (bei denen die Spielerfahrung hauptsächlich von menschlichen Gegnern bestimmt wird) ist Künstliche Intelligenz (KI) ein grundlegender Eckpfeiler des Spieldesigns. KI im kommerziellen Spieldesign unterscheidet sich jedoch grundlegend von KI im Allgemeinen: Während in Spielen wie Schach, Go oder StarCraft bemerkenswerte Durchbrüche erzielt wurden und KI mühelos die besten menschlichen Spieler schlägt, ist dies bei kommerziellen Spielen gar nicht die Absicht. Im Gegenteil, eine Spiel-KI, die unschlagbar ist, frustriert die Spieler schnell und führt zu schlechten Verkaufszahlen – genau wie eine KI, die zu schwach ist, um mithalten zu können, und das Spiel damit langweilig macht.

Daher liegt der aktuelle Fokus auf adaptiver KI, also KI, die sich an den Spielstil und das Können einzelner Spieler anpasst, um so vielen Spielern wie möglich eine herausfordernde und dennoch lohnende Erfahrung (den „Sweet Spot“) zu bieten. Dies wird auch als Hyperpersonalisierung bezeichnet und soll das potenzielle Publikum und damit den kommerziellen Erfolg maximieren.

 

KI in Spielen

In Spielen wird KI hauptsächlich zum Steuern von Nicht-Spieler-Charakteren verwendet, zum Beispiel um die Angriffsmuster von Feinden zu bestimmen. In den frühen Tagen der Computerspiele ging es bei verschiedenen Schwierigkeitsgraden dann hauptsächlich darum, mehr Gegner hinzuzufügen oder sie stärker zu machen (so dass sie mehr Schaden einstecken, sich schneller bewegen usw.). Das Verhalten wurde dabei hauptsächlich von einfachen Skripten und Regeln bestimmt, die nicht auf dem Verhalten der Spieler beruhten, sondern nur auf dem aktuellen Stand des Spiels, d. h. es gab quasi keine Personalisierung. In komplexeren Spielen (z. B. Strategiespielen) war die cheatende KI ebenfalls sehr verbreitet, auch um Mängel der KI zu „verstecken“, z. B. indem diese mehr Startressourcen erhielt oder Einheiten schneller baute, weil sie sonst nicht mit guten menschlichen Spielern mithalten könnte.

 

Adaptive KI für eine bessere Nutzererfahrung

Adaptive KI baut zunächst einmal auf technologischen Fortschritten der letzten Jahre auf – moderne PCs und Spielekonsolen sind nicht nur grafisch leistungsfähiger, sondern auch im Bereich der KI. Leistungsstärkere Prozessoren und mehr Speicher ermöglichen heutzutage viel ausgefeiltere Algorithmen als noch vor einigen Jahren. Ein weiterer großer Sprung in der Gaming-KI wird durch den aktuellen Trend des Cloud-Gaming erwartet. Dienste wie Google Stadia oder GeforceNow machen sich die inzwischen großflächig verfügbaren Breitband-Verbindungen zunutze, um Spiele direkt auf Endgeräte zu streamen und sie von den Einschränkungen der Ausführung auf lokaler Hardware zu befreien. Dadurch können Spiele die nahezu unbegrenzte Rechenleistung in der Cloud nutzen, um ein fortschrittliches KI-Verhalten zu ermöglichen.

Anpassung an die Fähigkeiten des Spielers

Infolge dieser Entwicklungen sind unflexible Schwierigkeitsstufen heutzutage nicht mehr zeitgemäß. Die aktuelle Herausforderung besteht darin, Spiele zu entwerfen, die sowohl für verschiedene Spielstärken als auch für unterschiedliche Spielstile zugänglich sind.

Zwei Enden des Spektrums an Spielertypen sind beispielsweise der „Wanderer“, der hauptsächlich zur Entspannung spielt und sich damit zufrieden gibt, die Geschichte und Ästhetik des Spiels aufzunehmen, und der „Eroberer“, der nach der größtmöglichen Herausforderung strebt, solange sie als machbar empfunden wird.

Um dies zu erreichen, erfasst adaptive KI heutzutage, wie erfolgreich ein Spieler ist („X% der Spiele sind ‚verloren‘ ausgegangen“) und welche Techniken er verwendet, um erfolgreich zu sein („Bevorzugt Waffe Y gegenüber den anderen“). Dies kann man sich zunutze machen, um nicht nur die Fähigkeiten von KI-Gegnern anzupassen (z. B. sie mehr oder weniger häufig das Ziel verfehlen zu lassen), sondern auch deren Strategie. Wenn ein Spieler beispielsweise eine Langstreckenwaffe bevorzugt, können KI-Gegner ihr Verhalten auf Nahkampf umstellen, um eine neue Herausforderung zu bieten.

Erhalt und Förderung der Immersion

Der wichtigste Aspekt im Hinblick auf das Spieldesign besteht jedoch immer darin, innerhalb der Schranken der Spielwelt zu bleiben, um die Immersion – das Eintauchen in diese Welt – nicht zu gefährden. Wenn ein Rennspiel beispielsweise zu einfach ist, ist es sinnvoll, dass Gegner weniger Fehler machen oder aggressiver überholen, um die Rennen spannender zu machen. Wenn jedoch plötzlich das Auto eines Gegners schneller fahren kann, als es dem Spieler vorher kommuniziert wurde, wird das als unfair angesehen und das Interesse am Spiel nimmt schnell ab.

Erschaffen einzigartiger Erlebnisse

Adaptive KI, die aus dem Verhalten von Spielern lernt, hat auch eine weitere Möglichkeit eröffnet, Spiele interessanter zu machen: Spiegelung des Spielerverhaltens. Ein Beispiel dafür sind Rennspiele, die die Manöver echter Rennfahrer lernen. Dies ermöglicht es normalen Spielern, dem hypothetischen Szenario eines echten Rennens mit „berühmten“ Gegnern so nahe wie möglich zu kommen.

Ein weiteres Beispiel sind professionelle E-Sportler, die „KI-Fingerprints“ ihrer individuellen Spielstile erstellen, um sie kommerziell verfügbar zu machen Das ermöglicht einer großen Anzahl von Spielern, ihre Fähigkeiten gegen diese „Prominenten“ zu testen, ohne dass sie tatsächlich in einem Multiplayer-Match gegen sie antreten müssen.

Die Veröffentlichung dieser neuen KI-Muster, um einem bestehenden Spiel neue Herausforderungen hinzuzufügen, ist natürlich auch eine Möglichkeit, die kommerzielle Langlebigkeit eines Spiels zu verbessern. Damit wird verhindert, dass Spieler das Interesse verlieren, wenn sie das Spiel durchgespielt oder alle möglichen Strategien erforscht haben.

Zusammenfassung

KI in Spielen hat einen langen Weg von unflexiblen Schwierigkeitsgraden zu hochgradig adaptiven KI-Algorithmen zurückgelegt. Dabei ist heutzutage das Ziel, so vielen Spielern wie möglich eine lohnende Erfahrung zu bieten, um die Lebensdauer eines Spiels und damit den kommerziellen Return on Investment zu maximieren. Fortschritte bei der Hardware und insbesondere bei Cloud-Gaming-Diensten bieten dabei immer mehr Möglichkeit für diese sogenannte Hyperpersonalisierung, bis hin zum „Fingerprinting“ individueller Spielstile für einzigartige Spielerlebnisse.



« Zurück


Michael Matuschek ist Senior Data Scientist und lebt in Düsseldorf. Er hat einen Master-Abschluss in Informatik und einen Doktortitel in Computerlinguistik. Herr Matuschek hat an unterschiedlichen Projekten zur Verarbeitung der natürlichen Sprache in verschiedenen Branchen sowie im akademischen Bereich gearbeitet. Zu den von ihm behandelten Themen gehören die Stimmungsanalyse für Rezensionen, die Klassifizierung von Kunden-E-Mails sowie die Anreicherung fachspezifischer Ontologien. 


Alle Autoren

Alle anzeigen Alle anzeigen
Blog nach Datum anzeigen