فهرست مطالب

دوره‌های آموزشی

هوش مصنوعی در بازی‌های ویدیویی: خلق دنیاهای زنده و تجربه‌های فراموش‌نشدنی

راهنمای جامع هوش مصنوعی در بازی‌های ویدیویی | از NPC تا آینده گیمینگ

فهرست مطالب

()

تصور کنید در راهروهای تاریک و فلزی یک سفینه فضایی متروکه پنهان شده‌اید. صدای نفس‌هایتان در سکوت فضا طنین‌انداز است و تنها نور موجود، از سنسور حرکتی لرزان در دستانتان می‌آید. یک نقطه روی صفحه ظاهر می‌شود... نزدیک می‌شود. این یک دشمن معمولی نیست که طبق یک الگوی از پیش تعیین‌شده حرکت کند. این موجود، به صداها واکنش نشان می‌دهد، مسیرهای شما را پیش‌بینی می‌کند و از اشتباهاتش درس می‌گیرد. هر حرکت اشتباه شما، آخرین حرکتتان خواهد بود. این ترس واقعی، این تعامل پویا، معجزه هوش مصنوعی (AI) در بازی‌های ویدیویی است. روحی نامرئی که به کدهای بی‌جان، شخصیت و هویت می‌بخشد.

برای دهه‌ها، هوش مصنوعی در بازی‌ها چیزی بیش از چند خط کد ساده برای حرکت دادن دشمنان از نقطه A به B نبود. اما امروز، AI به ستون فقرات تجربه‌های تعاملی تبدیل شده است. از دشمنان باهوشی که شما را به چالش می‌کشند تا همراهانی که واقعاً احساس می‌کنید به شما اهمیت می‌دهند و دنیاهایی که به صورت پویا و بی‌پایان ساخته می‌شوند. این مقاله، یک شیرجه عمیق به دنیای شگفت‌انگیز هوش مصنوعی در بازی‌های ویدیویی است؛ سفری برای گیمرها، توسعه‌دهندگان و تمام کسانی که کنجکاوند بدانند چگونه این «روح در ماشین» در حال شکل دادن به آینده سرگرمی‌های دیجیتال است.

سفری به گذشته – تکامل هوش مصنوعی از پیکسل تا واقعیت

برای درک عظمت دستاوردهای امروزی، باید سفری به گذشته داشته باشیم. هوش مصنوعی در بازی‌ها یک‌شبه متولد نشد، بلکه مسیری طولانی و پر از خلاقیت را طی کرده است.

دوران طلایی آرکید: ارواح هوشمند Pac-Man

در سال ۱۹۸۰، بازی Pac-Man چیزی فراتر از یک سرگرمی ساده بود. چهار روح رنگارنگ (Blinky, Pinky, Inky, و Clyde) شاید در نگاه اول تصادفی به نظر می‌رسیدند، اما هر کدام شخصیت و منطق حرکتی منحصربه‌فردی داشتند. Blinky (قرمز) مستقیماً شما را تعقیب می‌کرد، Pinky (صورتی) سعی داشت مسیر شما را قطع کرده و شما را غافلگیر کند، Inky (آبی) حرکتی پیچیده‌تر و وابسته به موقعیت Blinky داشت و Clyde (نارنجی) پس از نزدیک شدن به شما، مسیرش را تغییر می‌داد. این اولین نمونه از یک AI مبتنی بر شخصیت بود که به دشمنان ساده، هویتی قابل تشخیص می‌بخشید و استراتژی بازی را عمیق‌تر می‌کرد.

عصر اسکریپت‌ها و ماشین‌های حالت متناهی (FSM)

با پیشرفت بازی‌ها در دهه‌های ۹۰ و ۲۰۰۰، هوش مصنوعی نیز پیچیده‌تر شد. توسعه‌دهندگان از تکنیکی به نام Finite State Machine (FSM) یا «ماشین حالت متناهی» استفاده کردند. این رویکرد، رفتار یک کاراکتر را به حالت‌های مختلفی تقسیم می‌کند: گشت‌زنی، حمله، پنهان شدن، فرار. کاراکتر بر اساس ورودی‌های مشخص (مانند دیدن بازیکن یا شنیدن صدا) بین این حالت‌ها جابجا می‌شد.

بازی‌هایی مانند Half-Life (1998) با هوش مصنوعی سربازان HECU یک استاندارد جدید تعریف کردند. این دشمنان می‌توانستند با یکدیگر ارتباط برقرار کنند، نارنجک پرتاب کنند، شما را دور بزنند و در صورت زخمی شدن، عقب‌نشینی کنند. این رفتارها از پیش اسکریپت شده بودند، اما آنقدر هوشمندانه طراحی شده بودند که بازیکن احساس می‌کرد با یک تیم واقعی و هماهنگ روبرو است.

ظهور الگوریتم‌های پیچیده و رفتار گروهی

با ورود به قرن ۲۱، قدرت پردازشی کنسول‌ها و کامپیوترها به توسعه‌دهندگان اجازه داد تا از الگوریتم‌های پیشرفته‌تری استفاده کنند. یکی از مشهورترین نمونه‌ها، بازی F.E.A.R. (2005) بود. هوش مصنوعی دشمنان در این بازی به قدری تحسین‌برانگیز بود که هنوز هم به عنوان یک معیار طلایی شناخته می‌شود. دشمنان از محیط به نفع خود استفاده می‌کردند، میزها را برمی‌گرداندند تا سنگر بگیرند، شیشه‌ها را می‌شکستند تا مسیر جدیدی باز کنند و به صورت گروهی برای به دام انداختن بازیکن تلاش می‌کردند. این دیگر یک FSM ساده نبود؛ بلکه یک سیستم هدف‌محور بود که به AI اجازه می‌داد برای رسیدن به هدف (حذف بازیکن) به صورت پویا تصمیم‌گیری کند.

ستون‌های اصلی هوش مصنوعی در بازی‌های مدرن

امروزه، هوش مصنوعی دیگر تنها به رفتار دشمنان محدود نمی‌شود. این تکنولوژی در تار و پود بازی‌ها تنیده شده و تجربه‌هایی را خلق می‌کند که پیش از این غیرممکن به نظر می‌رسیدند. بیایید با مهم‌ترین کاربردهای آن آشنا شویم.

۱. هوش مصنوعی شخصیت‌های غیرقابل بازی (NPC)

NPCها (Non-Player Characters) روح دنیای بازی هستند. از یک شهروند ساده در خیابان‌های یک کلان‌شهر تا یک همراه وفادار در ماجراجویی شما، هوش مصنوعی به آن‌ها جان می‌بخشد.

دشمنان (Enemy AI):

این شناخته‌شده‌ترین کاربرد AI است. هدف اصلی، ایجاد چالشی معنادار برای بازیکن است. هوش مصنوعی مدرن در دشمنان شامل موارد زیر است:

  • Pathfinding (مسیریابی): الگوریتم‌های پیچیده‌ای مانند A* (A-Star) به دشمنان اجازه می‌دهند تا بهینه‌ترین مسیر را در محیط‌های پیچیده برای رسیدن به بازیکن پیدا کنند. آن‌ها دیگر در دیوارها گیر نمی‌کنند و می‌توانند از موانع عبور کنند.
  • آگاهی از محیط (Environmental Awareness): دشمنان هوشمند از محیط بازی آگاه هستند. آن‌ها پشت دیوارها سنگر می‌گیرند، از ارتفاعات برای به دست آوردن برتری تاکتیکی استفاده می‌کنند و به تغییرات محیطی (مانند خاموش شدن یک چراغ) واکنش نشان می‌دهند.
  • رفتار گروهی (Squad Behavior): در بازی‌های مدرن، دشمنان به صورت تیمی کار می‌کنند. یک نفر آتش پشتیبانی فراهم می‌کند، دیگری بازیکن را دور می‌زند و سومی ممکن است برای درخواست نیروی کمکی عقب‌نشینی کند. بازی‌هایی مانند The Last of Us در این زمینه استادانه عمل می‌کنند.

همراهان و متحدان (Companion AI):

یک همراه خوب می‌تواند تجربه بازی را دگرگون کند، در حالی که یک همراه بد و دست‌وپاگیر، آن را به کابوس تبدیل می‌کند. هوش مصنوعی همراهان مدرن تلاش می‌کند تا آن‌ها:

  • مفید باشند، نه مزاحم: آن‌ها در مبارزات به شما کمک می‌کنند، آیتم‌های مورد نیاز را پیدا می‌کنند و مسیر را مسدود نمی‌کنند. شخصیت Ellie در The Last of Us یا Atreus در God of War نمونه‌های درخشانی از همراهان هوشمند هستند.
  • از نظر احساسی باورپذیر باشند: آن‌ها به رویدادهای داستانی واکنش نشان می‌دهند، با شما گفتگو می‌کنند و رابطه‌ای پویا با بازیکن شکل می‌دهند. این حس همراهی، بار عاطفی داستان را به شدت افزایش می‌دهد.

شبیه‌سازی جمعیت (Crowd Simulation):

برای اینکه شهرهای درون بازی زنده به نظر برسند، به جمعیتی باورپذیر نیاز دارند. هوش مصنوعی در اینجا وظیفه مدیریت صدها یا هزاران NPC را بر عهده دارد که هر کدام برنامه روزانه، اهداف و واکنش‌های خود را دارند. در بازی‌هایی مانند Assassin's Creed یا Hitman، جمعیت فقط یک پس‌زمینه تزئینی نیست؛ آن‌ها بخشی از گیم‌پلی هستند. می‌توانید در میانشان پنهان شوید یا رفتارشان را برای رسیدن به اهدافتان دستکاری کنید.

۲. تولید محتوای رویه‌ای (Procedural Content Generation - PCG)

تصور کنید یک بازی با دنیایی بی‌نهایت بزرگ داشته باشید که هر بار وارد آن می‌شوید، متفاوت باشد. این جادوی تولید محتوای رویه‌ای یا PCG است؛ تکنیکی که در آن هوش مصنوعی و الگوریتم‌ها به جای طراحان انسانی، محتوای بازی را خلق می‌کنند.

دنیاهای بی‌پایان:

بازی No Man's Sky با ۱۸ کوئینتیلیون سیاره قابل کاوش، مشهورترین نمونه PCG است. الگوریتم‌های این بازی، سیارات، موجودات، گیاهان و حتی سفینه‌های فضایی را بر اساس مجموعه‌ای از قوانین تولید می‌کنند. این کار به یک تیم کوچک اجازه می‌دهد تا دنیایی با مقیاس کهکشانی خلق کند.

مراحل و سیاه‌چال‌های پویا:

در بازی‌های سبک Roguelike مانند Hades یا Dead Cells، هر بار که می‌میرید و بازی را از نو شروع می‌کنید، نقشه مراحل، جای دشمنان و آیتم‌ها تغییر می‌کند. این باعث می‌شود که هر بار تجربه بازی تازه و غیرقابل پیش‌بینی باشد و ارزش تکرار آن را به شدت بالا می‌برد.

مأموریت‌ها و داستان‌های تولیدشده توسط AI:

این یکی از مرزهای جدید PCG است. سیستم‌هایی مانند Nemesis در بازی Middle-earth: Shadow of Mordor نشان دادند که چگونه AI می‌تواند داستان‌های شخصی‌سازی‌شده خلق کند. در این بازی، اورک‌هایی که شما را شکست می‌دادند، قوی‌تر شده، ترفیع درجه می‌گرفتند و شکست شما را به خاطر می‌سپردند. این سیستم، دشمنان عادی را به رقبای شخصی و قسم‌خورده شما تبدیل می‌کرد و روایتی پویا و منحصربه‌فرد برای هر بازیکن می‌ساخت.

۳. شخصی‌سازی تجربه بازیکن (Player Experience Personalization)

هوش مصنوعی دیگر فقط دنیای بازی را شکل نمی‌دهد؛ بلکه خودِ تجربه بازی را برای هر بازیکن به صورت جداگانه تنظیم می‌کند.

تنظیم سختی پویا (Dynamic Difficulty Adjustment):

آیا تا به حال احساس کرده‌اید که یک بازی دقیقاً به اندازه کافی چالش‌برانگیز است؟ نه آنقدر سخت که ناامید شوید و نه آنقدر آسان که خسته‌کننده باشد. این ممکن است به لطف تنظیم سختی پویا باشد. یک AI به نام AI Director (کارگردان هوش مصنوعی) در بازی Left 4 Dead این مفهوم را به شهرت رساند.

این سیستم، عملکرد بازیکنان را زیر نظر می‌گیرد (میزان سلامتی، تعداد دشمنان کشته‌شده، سرعت پیشروی) و بر اساس آن، شدت حملات زامبی‌ها، مکان آیتم‌های سلامتی و حتی موسیقی بازی را در لحظه تنظیم می‌کند تا همیشه یک تنش و هیجان بهینه وجود داشته باشد. این سیستم تضمین می‌کند که هر دور از بازی، یک تجربه سینمایی و منحصربه‌فرد است.

تحلیل رفتار بازیکن (Player Behavior Analytics):

توسعه‌دهندگان از یادگیری ماشین برای تحلیل داده‌های میلیون‌ها بازیکن استفاده می‌کنند. آن‌ها بررسی می‌کنند که بازیکنان در کدام قسمت‌ها بیشتر شکست می‌خورند، از کدام سلاح‌ها بیشتر استفاده می‌کنند و در کجا سردرگم می‌شوند. این اطلاعات به آن‌ها کمک می‌کند تا بازی را بالانس کرده، مشکلات طراحی مراحل را برطرف کنند و تجربه‌ای روان‌تر و لذت‌بخش‌تر برای همه فراهم آورند.

نگاهی به آینده – مرزهای جدید هوش مصنوعی در گیمینگ

ما در آستانه یک انقلاب جدید هستیم. پیشرفت‌های اخیر در زمینه یادگیری ماشین (Machine Learning) و یادگیری عمیق (Deep Learning) در حال باز کردن درهایی به سوی آینده‌ای هستند که تا دیروز تنها در داستان‌های علمی-تخیلی ممکن بود.

۱. هوش مصنوعی مولد (Generative AI)

فناوری‌هایی مانند GPT و مدل‌های تولید تصویر، پتانسیل دگرگون کردن کامل فرایند ساخت بازی را دارند. تصور کنید:

  • دیالوگ‌های بی‌نهایت و پویا: NPCهایی که می‌توانید با آن‌ها به زبان طبیعی صحبت کنید. آن‌ها شخصیت خود را حفظ می‌کنند، مکالمات قبلی شما را به خاطر می‌آورند و دیالوگ‌هایی کاملاً جدید و مرتبط با شرایط فعلی شما تولید می‌کنند. دیگر خبری از انتخاب دیالوگ از بین سه گزینه از پیش تعیین‌شده نخواهد بود.
  • مأموریت‌های خلق‌شده در لحظه: شما به یک NPC می‌گویید که به دنبال یک شمشیر افسانه‌ای هستید و هوش مصنوعی مولد، یک مأموریت کامل با داستان، شخصیت‌ها و مکان‌های منحصربه‌فرد برای شما خلق می‌کند که پیش از این وجود نداشته است.
  • هنر و موسیقی تطبیق‌پذیر: دنیاهایی که بافت‌ها، مدل‌ها و حتی موسیقی متن آن‌ها بر اساس اعمال و احساسات بازیکن در لحظه تولید می‌شود.

۲. یادگیری تقویتی عمیق (Deep Reinforcement Learning - DRL)

این شاخه‌ای از یادگیری ماشین است که در آن یک عامل (Agent) با آزمون و خطا در یک محیط، یاد می‌گیرد که چگونه بهترین عملکرد را داشته باشد. این همان فناوری است که AlphaGo از آن برای شکست دادن قهرمان جهان در بازی Go استفاده کرد.

در بازی‌های ویدیویی، DRL می‌تواند برای خلق دشمنانی استفاده شود که واقعاً از شما یاد می‌گیرند. آن‌ها استراتژی‌های شما را تحلیل می‌کنند، نقاط ضعف شما را پیدا می‌کنند و سبک بازی خود را برای مقابله با شما تطبیق می‌دهند. این یعنی دشمنی که همراه با شما رشد می‌کند و همیشه یک چالش جدید و غیرقابل پیش‌بینی باقی می‌ماند.

۳. هوش مصنوعی به عنوان یک همکار خلاق

آینده هوش مصنوعی فقط در درون بازی نیست، بلکه در فرایند ساخت آن نیز نقش خواهد داشت. AI می‌تواند به توسعه‌دهندگان در موارد زیر کمک کند:

  • تست و تضمین کیفیت (QA): ربات‌های هوشمند می‌توانند بازی را میلیون‌ها بار اجرا کنند تا باگ‌ها، گلیچ‌ها و مشکلات بالانس را با سرعتی بسیار بیشتر از انسان پیدا کنند.
  • طراحی مراحل: AI می‌تواند بر اساس اهداف طراح (مثلاً «یک مرحله مخفی‌کاری چالش‌برانگیز بساز»)، چندین طرح اولیه برای مراحل بازی پیشنهاد دهد و به خلاقیت انسان سرعت ببخشد.
  • انیمیشن‌های واقع‌گرایانه: سیستم‌های AI می‌توانند بر اساس فیزیک و داده‌های حرکتی، انیمیشن‌های روان و طبیعی برای کاراکترها تولید کنند و نیاز به انیماتورهای انسانی را در برخی بخش‌ها کاهش دهند.
پیشنهاد مطالعه : وایب کدینگ (vibe coding) چیست؟

چالش‌ها و ملاحظات اخلاقی

با وجود تمام این پتانسیل‌های هیجان‌انگیز، چالش‌هایی نیز وجود دارد. خلق هوش مصنوعی پیشرفته بسیار پرهزینه و پیچیده است. همچنین، این نگرانی وجود دارد که استفاده بیش از حد از محتوای تولیدشده توسط AI، به خلق دنیاهایی «بی‌روح» و فاقد آن «امضای هنری» انسانی منجر شود. پیدا کردن تعادل بین کارایی الگوریتم‌ها و خلاقیت انسان، بزرگ‌ترین چالش پیش روی نسل بعدی بازی‌سازان خواهد بود.

نتیجه‌گیری: فراتر از یک دشمن باهوش

سفر هوش مصنوعی در بازی‌های ویدیویی، داستانی الهام‌بخش از تکامل است. از الگوهای ساده و قابل پیش‌بینی، به سیستم‌های پیچیده‌ای رسیده‌ایم که می‌توانند فکر کنند، یاد بگیرند و دنیاهایی زنده و پویا خلق کنند. هوش مصنوعی دیگر فقط یک ابزار برای ساختن دشمنان سرسخت نیست؛ بلکه یک شریک خلاق، یک کارگردان نامرئی و یک قصه‌گوی پویا است.

دفعه بعدی که در یک بازی، از هوش یک دشمن شگفت‌زده شدید یا تحت تأثیر رفتار یک همراه قرار گرفتید، به یاد بیاورید که این حاصل دهه‌ها نوآوری و تلاش برای دمیدن روح در دل کدهای دیجیتال است. آینده بازی‌های ویدیویی، آینده‌ای است که در آن مرز بین بازیکن و بازی، بین واقعیت و خیال، به لطف هوش مصنوعی، باریک‌تر از همیشه خواهد شد و ما تنها در ابتدای این ماجراجویی شگفت‌انگیز هستیم.

دوره جنگجوی پرامپت نویسی (از کلمات تا معجزه)

می‌خواهید قدرت پرامپت‌نویسی خود را به سطح بعدی ببرید؟
با شرکت در دوره «جنگجوی پرامپت‌نویسی (از کلمات تا معجزه)»، یاد می‌گیرید چگونه با کلمات ساده، نتایج خارق‌العاده در هوش مصنوعی خلق کنید.

سوالات متداول (FAQ)

در این بخش به برخی از سوالات رایج در مورد هوش مصنوعی در بازی‌های ویدیویی پاسخ می‌دهیم.

۱. هوش مصنوعی (AI) در بازی‌های ویدیویی دقیقاً چیست؟

پاسخ: هوش مصنوعی در بازی‌ها به مجموعه‌ای از الگوریتم‌ها و تکنیک‌ها گفته می‌شود که برای شبیه‌سازی رفتار هوشمندانه در شخصیت‌های غیرقابل بازی (NPC) و مدیریت سیستم‌های پویا در بازی استفاده می‌شود. این شامل همه چیز از حرکت دشمنان و تصمیم‌گیری‌های تاکتیکی آن‌ها گرفته تا تولید رویه‌ای دنیاها و شخصی‌سازی تجربه بازیکن است.

۲. اولین نمونه هوش مصنوعی در بازی‌ها کدام بود؟

پاسخ: اگرچه بازی‌های ساده‌تری قبل از آن وجود داشتند، اما بسیاری بازی Pac-Man (1980) را به عنوان یکی از اولین نمونه‌های تأثیرگذار می‌شناسند. هر کدام از چهار روح در این بازی، الگوریتم حرکتی و «شخصیت» متفاوتی داشتند که باعث ایجاد یک گیم‌پلی استراتژیک و پیچیده می‌شد.

۳. الگوریتم A* (A-Star) که در مسیریابی استفاده می‌شود، چگونه کار می‌کند؟

پاسخ: A* یک الگوریتم مسیریابی بسیار محبوب است که کوتاه‌ترین یا بهینه‌ترین مسیر بین دو نقطه را پیدا می‌کند. این کار را با در نظر گرفتن هزینه واقعی مسیر طی‌شده و تخمین هزینه باقی‌مانده تا مقصد انجام می‌دهد. به همین دلیل، کاراکترها می‌توانند به طور هوشمندانه در محیط‌های پیچیده و پر از مانع حرکت کنند.

۴. تولید محتوای رویه‌ای (PCG) چیست و چه مزیتی دارد؟

پاسخ: PCG فرآیندی است که در آن محتوای بازی (مانند نقشه‌ها، آیتم‌ها، یا مأموریت‌ها) توسط الگوریتم‌ها به جای طراحی دستی ساخته می‌شود. مزیت اصلی آن، قابلیت خلق حجم عظیمی از محتوا و افزایش ارزش تکرار بازی است، زیرا هر بار تجربه بازیکن می‌تواند منحصربه‌فرد باشد.

۵. سیستم Nemesis در بازی Shadow of Mordor چگونه کار می‌کرد؟

پاسخ: سیستم Nemesis یک هوش مصنوعی روایی بود که روابط، خاطرات و سلسله‌مراتب دشمنان (اورک‌ها) را مدیریت می‌کرد. اگر اورکی شما را شکست می‌داد، قوی‌تر می‌شد و این پیروزی را به خاطر می‌سپرد. این سیستم، دشمنان را به رقبای شخصی تبدیل می‌کرد و داستانی پویا و منحصربه‌فرد برای هر بازیکن ایجاد می‌کرد.

۶. آیا هوش مصنوعی می‌تواند جایگزین طراحان بازی انسانی شود؟

پاسخ: بعید است. در حال حاضر، هوش مصنوعی بیشتر به عنوان یک ابزار قدرتمند برای کمک به طراحان و سرعت بخشیدن به فرآیندهای خلاقانه دیده می‌شود. AI می‌تواند در تولید محتوای پایه، تست بازی و ارائه ایده‌ها کمک کند، اما خلاقیت، دید هنری و طراحی تجربه عاطفی همچنان به شدت به مهارت‌های انسانی وابسته است.

۷. یادگیری ماشین (Machine Learning) چه تفاوتی با هوش مصنوعی سنتی در بازی‌ها دارد؟

پاسخ: هوش مصنوعی سنتی معمولاً بر اساس قوانین و اسکریپت‌های از پیش تعیین‌شده توسط توسعه‌دهندگان کار می‌کند (مانند FSM). در مقابل، یادگیری ماشین به سیستم اجازه می‌دهد تا از داده‌ها و تجربیات (مانند تحلیل رفتار بازیکن) یاد بگیرد و بدون برنامه‌ریزی صریح، عملکرد خود را بهبود بخشد و الگوهای جدیدی کشف کند.

۸. «کارگردان هوش مصنوعی» (AI Director) چیست؟

پاسخ: این یک سیستم هوش مصنوعی است که در بازی‌هایی مانند Left 4 Dead استفاده شد. وظیفه آن نظارت بر عملکرد و وضعیت بازیکنان و تنظیم پویای چالش‌های بازی (مانند تعداد دشمنان یا مکان آیتم‌ها) در لحظه است تا تجربه بازی همیشه هیجان‌انگیز و متعادل باقی بماند.

۹. آیا NPCها در آینده می‌توانند مکالمات کاملاً طبیعی و بدون اسکریپت داشته باشند؟

پاسخ: این یکی از اهداف اصلی استفاده از هوش مصنوعی مولد (مانند مدل‌های زبانی بزرگ) در بازی‌ها است. با این فناوری، NPCها می‌توانند دیالوگ‌های منحصربه‌فرد و مرتبط با زمینه گفتگو را در لحظه تولید کنند که این امر پتانسیل ایجاد تعاملات بسیار عمیق‌تر و باورپذیرتر را دارد.

۱۰. بهترین بازی‌ها از نظر هوش مصنوعی کدامند؟

پاسخ: این موضوع تا حدی سلیقه‌ای است، اما برخی از بازی‌هایی که به طور گسترده به خاطر هوش مصنوعی نوآورانه‌شان تحسین شده‌اند عبارتند از: F.E.A.R. (برای هوش مصنوعی تاکتیکی دشمنان)، The Last of Us (برای رفتار واقع‌گرایانه دشمنان و همراهان)، Alien: Isolation (برای هوش مصنوعی غیرقابل پیش‌بینی و ترسناک زنومورف)، و Middle-earth: Shadow of Mordor (برای سیستم نوآورانه Nemesis).

به این مطلب چه امتیازی می دهید؟

متوسط امتیاز / 5. تعداد امتیازدهندگان:

امتیازی ثبت نشده است! اولین نفری باشید که به این پست امتیاز می دهید.

https://farobox.io/?p=2509

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *