游戏人工智能

在电子游戏中，人工智能（AI）主要用于产生类似于人的智能的非玩家角色（NPC）的响应，自适应或智能行为。自从1950年代问世以来，人工智能一直是视频游戏不可或缺的一部分。游戏人工智能是一个独特的子领域，与学术AI不同。游戏人工智能它用于改善游戏玩家的体验，而不是机器学习或决策。在街机视频游戏的黄金时代，AI对手的想法以渐进的难度级别，独特的运动方式以及取决于玩家输入的游戏内事件的形式广泛普及。现代游戏通常采用诸如寻路和决策树之类的现有技术来指导NPC的动作。AI通常用于对用户不立即可见的机制，例如数据挖掘和过程内容生成。

但是，“游戏人工智能”通常并不像可能想到的那样（有时描绘为实际情况）是指以图灵测试或人工大将的方式实现对应于NPC的人工人智力。

术语“游戏人工智能”用于指代广泛的算法，这些算法还通常包括来自控制理论、机器人技术、计算机图形学和计算机科学的技术，因此视频游戏AI可能通常不构成“真正的AI”，这些技术不一定促进计算机学习或其他标准标准，仅构成“自动计算”或对预定和有限输入集的预定和有限响应集。

许多行业和企业的声音声称，所谓的视频游戏AI已经取得了长足的进步，从某种意义上说，它已经彻底改变了人类与各种形式的技术交互的方式，尽管许多专家研究人员怀疑这种说法，尤其是这种技术适合在认知科学地规范使用“智能”的定义概念。行业声音有人认为AI在我们将所有技术设备用于其预期目的之外的方式上已变得更加通用，因为AI允许该技术以多种方式运行，据称可以发展自己的个性并执行用户的复杂指令。

但是，人工智能领域的许多都认为游戏人工智能并不是真正的智能，而是一个广告流行词，用于描述计算机程序，这些程序使用简单的排序和匹配算法来创建智能行为的幻觉，而赋予软件科学或技术复杂性和先进性的误导性光环。由于NPC的游戏AI集中于在环境限制内的智能外观和良好的游戏xxx，因此其方法与传统AI截然不同。

许多专家抱怨称，“游戏人工智能”一词中的“ AI”夸大了其价值，因为游戏AI并不关乎智能，并且几乎没有共享AI学术领域的目标。“真正的AI”解决了机器学习，基于任意数据输入的决策甚至是可以推理的强大AI的最终目标等领域，而“游戏AI”通常由六个经验法则或启发式规则组成，足以提供良好的游戏体验。从历史上看，学术性游戏AI项目与商业产品相对是相对独立的，因为学术性方法倾向于简单且不可扩展。商业游戏AI已经开发了自己的工具集，这些工具足以在许多情况下提供良好的性能。

游戏开发人员对学术AI的认识不断提高，学术界对计算机游戏的兴趣也日益增强，这使得对游戏中可算作AI的定义变得越来越特质。尽管如此，AI的不同应用领域之间的显着差异意味着游戏人工智能仍可以视为AI的一个独特子领域。特别是，通过作弊来合法解决游戏中某些AI问题的能力会产生重要的区别。例如，当将AI应用于机器人技术时，从过去的观察中推断出看不见的物体的位置可能是一个难题，但是在计算机游戏中，NPC可以简单地在游戏的场景图中查找位置。这种作弊行为可能导致不切实际的行为，因此并不总是可取的。但是它的可能性有助于区分游戏AI，并导致解决新问题，例如何时以及如何使用作弊。

强AI的主要限制是固有的思维深度和决策过程的极端复杂性。这意味着，尽管从理论上讲可以制造“智能” AI，但该问题将占用相当大的处理能力。