Pemanfaatan Beahvior Tree dan Fuzzy Waypoint Tactic pada Game Strategi "War of Zombies”

Dalam video game jaman sekarang, hampir semua permainan memakai kecerdasan buatan sebagai cara agar non-player karakter agar dapat berinteraksi dengan game. Karena itu pada penelitian ini bertujuan untuk mencoba menerapkan kecerdasan buatan behavior tree dan juga Fuzzy waypoint tactic. Project game “War of Zombies” ini merupakan permainan strategi dimana pemain yang berperan sebagai zombie mencoba melenyapkan manusia sebagai musuhnya. Pada permainan ini selain waypoint tactic dan behavior tree terdapat beberapa metode kecerdasan buatan yang diterapkan seperti A* pathfinding, djikstra dan juga fuzzy logic. Behavior tree merupakan metode panduan berisi langkah-langkah bagi karakter untuk menyelesaikan suatu tugas. Sedangkan fuzzy waypoint tactic merupakan cara bagi developer untuk memberitahu lokasi-lokasi strategis yang dapat membantu karakter dalam menyelesaikan tugas, seperti misalnya bersembunyi atau menembak. Pada game bertema strategi seperti ini, fuzzy logic sangat membantu untuk membuat suatu keputusan bagi karakter. Selain itu, fuzzy logic juga merupakan metode yang baik dalam waypoint tactic untuk menentukan lokasi strategis yang paling menguntungkan diantara pilihan-pilihan lokasi yang telah disediakan. Behavior tree juga merupakan metode yang baik dalam mengatur perilaku setiap karakter yang ada pada game strategi.

INTELLIGENCE CONTROL ARCHITECTURE OVERVIEW BASED ON UTILITY AND BEHAVIOR TREE

Проектирование искусственного интеллекта (ИИ) является необходимым процессом в разработке практически любой интерактивной системы моделирования. Если системы проектирования FSM или Behavior Tree не вызывают вопросов, то с Utility AI все сложнее. Предложено единое средство для проектирования как Behavior Tree, так и Utility-based AI. Предлагается вариант системы для проектирования как Behavior Tree AI, так и для Utility AI. Предложено несколько способов проектирования Utility AI (визуальное проектирование, текстовое описание, создание системы на языке программирования), представлены их преимущества и недостатки. Рассмотрен более предпочтительный вариант для разработчика - с визуальным проектированием - система Utility AI, состоящая из набора узлов: Data Source (DS), Scorer, Action. Отмечено, что за проектирование и работу ИИ отвечают две разные системы. Первая система проектирования является самой простой. Вторая, более важная и более сложная система, - это работающий в реальном времени контроллер. Рассмотрены упрощенные алгоритмы для контроллеров Behavior Tree и Utility AI. Использование контроллеров скажется положительным образом на повышении удобства и производительности дизайнера искусственного интеллекта Designing artificial intelligence (AI) is a necessary process in the development of practically any interactive modeling system. The FSM or Behavior Tree design systems do not cause questions but everything is more complicated with Utility AI. We propose a single means for designing both Behavior Tree and Utility-Based AI. The article proposes a version of the system for designing both Behavior Tree AI and Utility AI. We give several ways of designing Utility AI (visual design, text description, creating a system in programming language), we considered their advantages and disadvantages. We considered a more preferred option for the developer - with visual design - Utility AI system consisting of a set of nodes: DataSource (DS), Scorer, Action. It is noted that two different systems are responsible for the design and operation of AI. The first design system is the simplest. The second, more important and more complex system is a real-time controller. We considered simplified algorithms for Behavior Tree and Utility AI controllers. The use of controllers will affect a positive way to improve the convenience and performance of an artificial intelligence designer