Оценка перспективности гибридного моделирования визуального восприятия игровых агентов с использованием отрисовки текстур
Main Article Content
Аннотация
Представлен алгоритм системы визуального восприятия для игровых агентов, реализованный в игровом движке Unity. Предложенный метод основан на сравнении изображений с двух камер, учитывающих сложные визуальные эффекты (освещение, тени, маскировку), и дополнен проверкой прямой видимости, учетом скорости движения объекта и механикой постепенного обнаружения. Алгоритм оптимизирован с применением асинхронных вычислений, динамической активации камер и ускоренных алгоритмов. Выполнено тестирование системы при различных уровнях нагрузки, сделаны выводы об условиях, оптимальных для работы алгоритма. Проведен также анализ научной литературы по схожим решениям, выявлены их сильные и слабые стороны. Результаты могут быть применены в разработке видеоигр для создания реалистичного поведения неигровых персонажей, особенно в играх с элементами скрытности.
Ключевые слова:
Article Details
Библиографические ссылки
2. Mahmoud I., Jaffal Y., Wloka D. A Vision Simulation Algorithm for Non-Player Character in Static Scene // University of Kassel, Germany Kassel. 2014. P. 1–6.
3. Vehkala M. Creating the AI for the Living, Breathing World of Hitman: Absolution. GDC 2013. URL: https://www.gdcvault.com/play/1019353
4. McIntosh T. The Last of Us: Human Enemy AI. GDC 2014. URL: https://www.gdcvault.com/play/1020338/The-Last-of-Us-Human
5. Walsh M. Modeling AI Perception and Awareness in Splinter Cell: Blacklist. GDC 2014. URL: https://youtu.be/RFWrKHM0vAg
6. McIntosh T. Human Enemy AI in The Last of Us. In Game AI Pro 360. CRC Press. 2019. P. 13–24.
7. Welsh, R. Crytek’s Target Tracks Perception System. In Game AI Pro: Collected Wisdom of Game AI Professionals, CRC Press. 2013. P. 403–411.
8. Walsh M. Modeling Perception and Awareness in Tom Clancy’s Splinter Cell Blacklist // In Game AI Pro 360, CRC Press. 2019. P. 73–86.
9. Ying Z., Edwards N., Kutuzov M. Efficient Visibility Approximation for Game AI using Neural Omnidirectional Distance Fields // Proceedings of the ACM on Computer Graphics and Interactive Techniques. 2024. Vol. 7, No. 1. P. 1–15.
10. Estgren M. Modelling NPC perception using supervised learning. Uppsala University, Sweden Uppsala, 2021. 8 p.
11. Bourg D.M., Seemann G. AI for Game Developers. O’Reilly Media, Inc. 2004. 371 p.
12. Примаченко А.М., Хафизов М.Р. Разработка системы визуального восприятия игровых агентов в видеоиграх // Электронные библиотеки. 2025. Т. 28, № 3. C. 506–531.
13. NPC Eyes Sight System – PRO. URL: https://www.fab.com/listings/6b54716a-dd21-414d-b78f-384068de14b7
14. Erdelyi C. Using Computer Vision Techniques to Play an Existing Video Game. California State University San Marcos, San Marcos, 2019. 49 p.
15. Pramod R.T., Katti H., Arun S.P. Human peripheral blur is optimal for object recognition // Vision Research. 2022. Vol. 200. No. 108083.
16. Jarosz W. Fast Image Convolutions // ACM SIGGRAPH University of Illinois Urbana-Champaign. 2001. 11 p.
17. Fastest Gaussian Blur (in Linear Time). URL: https://blog.ivank.net/fastest-gaussian-blur.html
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.