Tekoäly auf ollut olennainen osa videopelejä niiden perustamisesta lähtien 1950-luvulla. Videopelien tekoäly auf erillinen osa-alue ja eroaa akateemisesta tekoälystä. Se auttaa parantamaan pelin pelaajakokemusta koneoppimisen tai päätöksenteon sijaan. Tekoälyä käytetään videopeleissä monin eri tavoin, ja se on nähtävissä myös monissa Casino-peleissä. Millaista videopelien tekoäly auf ja miten se auf vuosien saatossa muuttanut videopelien maailmaa? Mitä se tuo tulevaisuudessa peleihin?
Äärellinen-Automatik
Äärellinen automaatti (endliche Zustandsmaschine) auf matemaattinen malli, jossa järjestelmällä tietty auf määrä eri tiloja, jossa sen auf mahdollista olla. Järjestelmä voi olla vain yhdessä tilassa kerrallaan. Nykyisestä tilasta voidaan siirtyä seuraavaan tilaan vasta kun nykyisen tilan ehto on suoritettu. Yksinkertainen esimerkki äärellisestä automaatista auf lukko.
Lukon tilat ovat suljettu ja auki. Mahdollisia siirtymiä ovat lukon avaaminen ja lukon sulkeminen. Lukko voi olla kerrallaan eitel yhdessä tilassa, auki tai suljettu, ja samaa siirtymää ei voi suorittaa kahta kertaa peräkkäin, eli lukkoa ei voi aukaista uudestaan ennen lukon sulkemista.
Käytöspuu
Käytöspuu (Verhaltensbaum) auf äärellisen automaatin tapaan matemaattinen malli, joka mallintaa siirtymiä äärellisen tehtäväjoukon välillä. Käytöspuiden vahvuuksia äärellisiin automaatteihin nähden on niiden modulaarisuus: pienien osien avulla voidaan toteuttaa monimutkaisia kokonaisuuksia.
Käytöspuiden suurin ero äärellisiin automaatteihin nähden on se, että käytöspuut koostuvat ennemmin toimintamalleistakuin tiloista. Käytös-puiden suosioon auf myös vaikuttanut niiden helppo suunniteltavuus, testaus ja virheiden korjaus.
Minimax-Algoritmi
Minimax-Algorithmus (Minimax-Algorithmus) auf algoritmi, jota käytetään kahden pelaajan vuoropohjaisissa peleissä, kuten shakissa ja ristinollassa. Algoritmi rakentaa puun pelin mahdollisista siirroista. Siirrot vuorotellevat omien ja vastustajan siirtojen välillä. Laskentaa jatketaan tiettyyn pisteeseen saakka. Puussa olevat solmut kuvaavat mahdollisia siirtoja. Siirrot auf pisteytetty ennalta määrättyjen sääntöjen perusteella, suurempi pistemäärä tarkoittaa parempaa siirtoa. Algoritmi pyrkii valitsemaan itselleen parhaiten pisteytetyn siirron.
Monte Carlo-Puuhaku
Monte Carlo-Puuhaku (Monte-Carlo-Baumsuche) auf algoritmiyhden ja kahden pelaajan peleihin. Monte Carlo-Puuhaku perustuu Monte Carlo-Simulaatioon (Monte-Carlo-Simulation), Jonka avulla pyritään satunnaiseen peliavaruuden utkimiseen suorittamalla useita simulaatioita, joissa jokaisessa peli pelataan loppuun yleensä satunnaisin siirroin. Simuloitujenpelien perusteella pyritään päättelemään, minkä siirron kautta olisi todennäköisintä päätyä voittoon.
Menetelmät eroavat toisistaan mutta niistä näkyy hyvin selkeästi, millaisissa peleissä niitä voidaan käyttää. Tekoälyn avulla pelit ovat mielenkiintoisempia ja peleihin saadaan mukaan sellaisia toimintoja ja tapahtumia, jotka pitävät pelaajan jännitystä yllä koko pelin ajan.
Tekoäly tulevaisuuden videopeleissä
Tulevaisuudessa videopeleissä käytettävä tekoäly siirtyy luultavasti kohti koneoppimista ja neuroverkkoja. Näitä menetelmiä auf jo kokeiltu joissain peleissä kuten Star Craftissa ja shakissa. Koneoppiminen (engl. maschinelles Lernen, ML) auf tärkeä tekoälyn haara, jota hyödyntävä ohjelma tai ohjelmisto pystyy kokoelmalla erilaisia algoritmeja oppimaan itsenäisesti mukautumalla Siten tätä dataa käyttämällä luodaan algoritmi, joka päätyy samaan lopputulokseen kaikilla samankaltaisilla syötteillä. Koneoppiminen auf tällä hetkellä videopeleissä vasta kokeilemisen tasolla, mutta se näyttää olevan se menetelmä, jonka käyttöä kaikkein suurimmalla todennäköisyydellä tullaan tutkimaan ja lisäämään.
Pelit ja pelaajat kehittyvät ja se pitää yllä videopelien suosiota. Pelaajat haluavat koko ajan uudenlaisia ja parempia pelejä ja pelitalot pyrkivät niitä tarjoamaan. Tekoälyn käyttö osana pelejä antaa pelisunnittelijoille keinoja luoda pelejä, joissa vaaditaan myös pelaajalta älyä pelin loppuun suorittamiseen.
