Ιεραρχική διαχείριση πλάνων ευφυών πρακτόρων
Hierarchical planning for artificial intelligence agents
Λέξεις-κλειδιά
Τεχνητή νοημοσύνη ; Μηχανές πεπερασμένων καταστάσεων ; Δέντρα συμπεριφορών ; Μηχανή unity ; Σχεδιασμός δράσης με προσανατολισμό το στόχο ; Πράκτορες τεχνητής νοημοσύνης ; Διαχειριστές τεχνητής νοημοσύνης ; Artificial intelligence ; AI ; Finite state machines ; Unity engine ; Goal orientated action planning ; Behavior trees ; Artificial intelligence agents ; Hierarchical communication for artificial intelligence agents ; Artificial intelligent managersΠερίληψη
Στον τομέα του Game Development και της Τεχνητής Νοημοσύνης (ΑΙ), προκύπτει η ανάγκη για δυναμικές και ρεαλιστικές αλληλεπιδράσεις στους Πράκτορες Τεχνητής Νοημοσύνης (AI Agents). Η παρούσα διπλωματική εργασία εξετάζει τη χρήση Ιεραρχικών Συστημάτων Τεχνητής Νοημοσύνης (Hierarchical AI). Συγκεκριμένα, αναλύεται η εφαρμογή ενός Διαχειριστή ΤΝ (Manager AI), ο οποίος, μέσω Δέντρων Συμπεριφορών (Behavior Trees - BT), συντονίζει αυτόνομους Ευφυείς Πράκτορες. Ως μελέτη περίπτωσης, αναπτύχθηκε ένας Burst Compatible GOAP A* Planner για την εφαρμογή σε σενάριο παιχνιδιού που διαδραματίζεται σε κάστρο, οπού Κλέφτης Πράκτορας ΤΝ (Thief AI Agent), αναλαμβάνει τον ρόλο ψευδό παίκτη και πρέπει να διεισδύσει το μπουντρούμι για να κλέψει διαμάντια για την επιτυχία του στόχου του. Το μπουντρούμι φρουρείται από Ιππότες Πράκτορες ΤΝ (Knight AI Agents), των οποίων η αποστολή είναι να προστατέψουν τα διαμάντια. Οι Ιππότες συνεργάζονται με τον Παπά Πράκτορα ΤΝ (Priest AI Agent), ο οποίος είναι η εμφανή παρουσίαση ενός Διαχειριστή ΤΝ που χρησιμοποιεί Δέντρα Συμπεριφορών (Behavior Trees) για την λήψη των αποφάσεων του για τον συντονισμό χειρισμό της τεχνητής δυσκολίας του παιχνιδιού.
Περίληψη
In Game Development and Artificial Intelligence (AI) the demand for dynamic and realistic interactions rises in intelligent agents (AI Agents). This thesis explores the implementation of Hierarchical Based AI where the Manager AI coordinates independent AI Agents using Goal-Oriented Action Planning (GOAP) to address this challenge. As a case study, we developed a Burst Compatible GOAP A* Planner for a game scenario set in a castle, where a Thief AI Agent, acting as a faux player for representation, must infiltrate a dungeon and steal gems to achieve its goal. The dungeon is guarded by Knight AI Agents, whose goal is to protect the gems. These agents co-operate with the Priest AI Agent, which serves as a visualized Manager AI utilizing Behavior Trees to handle coordination and artificial difficulty.
Αριθμός σελίδων
58Σχολή
Σχολή ΜηχανικώνΑκαδημαϊκό Τμήμα
Τμήμα Μηχανικών Πληροφορικής και ΥπολογιστώνΓλώσσα
ΕλληνικάΣυλλογή
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές