Разработка плагина поведения NPC для игрового движка Unity
https://doi.org/10.26907/1562-5419-2020-23-5-1044-1057
Аннотация
Существуют различные подходы для создания искусственного интеллекта в играх, и каждый имеет как и плюсы, так и недостатки. В настоящем исследовании описана собственная реализация задания поведения NPC с использованием алгоритмов машинного обучения, которые будут связаны со средой Unity в режиме реального времени. Такой подход может быть применен при разработке игр.
Об авторах
Л. Н. Паренюк
Казанский (Приволжский) федеральный университет
Россия
Россия
В. В. Кугуракова
Казанский (Приволжский) федеральный университет
Россия
Россия
Список литературы
1. Бакиров А.Р., Костюк Д.И., Лазарев Е.Н., Хафизова А.Р. Опыт создания неигровых персонажей в виртуальных мирах // Электронные библиотеки. 2016. T. 19. № 6. C. 502–520.
2. Juliani A., Berges V., Vckay E., Gao Y., Henry H., Mattar M., Lange D. Unity: A General Platform for Intelligent Agents / Open-source library // 2018. URL: https://github.com/Unity-Technologies/ml-agents
3. Juliani A. Introducing: Unity Machine Learning Agents Toolkit // 2017. URL: https://blogs.unity3d.com/2017/09/19/introducing-unity-machine- learning-agents/
4. Tang W., Lai J. Enhancing Agent Intelligence with Behavior Duplication // Advanced Materials Research. 2012. Vols. 403–408. P. 1266–1269.
5. Hugunin J. IronPython / Open-source library // 1st ver. 2006: last ver. 2018. URL: https://ironpython.net
6. Scikit-learn / Open source library // 1st ver. 2007: last ver. 2020. URL: https://scikit-learn.org
7. Pedregosa F. et al. Scikit-learn: Machine Learning in Python // Journal of Machine Learning Research (JMLR 12). 2011. P. 2825–2830.
8. Li Y., Xu D.-W. A Game AI based on ID3 Algorithm // Conference: 2016 2nd International Conference on Contemporary Computing and Informatics. 2016. P. 681–687.
9. De Freitas J.M., De Souza F.R., Bernardino H.S. Evolving Controllers for Mario AI Using Grammar-based Genetic Programming // IEEE Congress on Evolutionary Computation (CEC). 2018. P. 1–8.
10. ITIS-DML-M2020-ParenyukLN. (2020) Python Unity Research [демонстрационная видеозапись] // YouTube. 9 марта 2020. – (https://www.youtube.com/watch?v=4AqrpTxCXYk).
11. Плагин поведения NPC для игрового движка UNITY / Project repository // 2020. – URL: https://github.com/parenyukln/pyton-unity-research
12. C.-U. Lim, R. Baumgarten, S. Colton, C. Di Chio, S. Cagnoni, C. Cotta, M. Ebner, A. Ekárt, A.I. Esparcia-Alcazar, C.-K. Goh, J.J. Merelo, F. Neri, M. Preuß, J. Togelius, G.N. Yannakakis. Evolving behaviour trees for the commercial game defcon // Applications of Evolutionary Computation, Berlin, Heidelberg: Springer Berlin Heidelberg. 2010. P. 100–110.
13. D Roguelike tutorial // Unity Technologies. 2015. URL: https://learn.unity.com/project/2d-roguelike-tutorial
Рецензия
Для цитирования:
Паренюк Л.Н., Кугуракова В.В. Разработка плагина поведения NPC для игрового движка Unity . Электронные библиотеки. 2020;23(5):1044-1057. https://doi.org/10.26907/1562-5419-2020-23-5-1044-1057
For citation:
Parenyuk L.N., Kugurakova V.V. Npc Behavior Plugin Development for Game Engine Unity. Russian Digital Libraries Journal. 2020;23(5):1044-1057. (In Russ.) https://doi.org/10.26907/1562-5419-2020-23-5-1044-1057
Просмотров:
41
Послать статью по эл. почте 