Entwicklung einer realistischen Fahr-KI für Open World Spiele

Rennspiele sind eins der ältesten und beliebtesten Genres der Gamesbranche. Seit fast 50 Jahren fahren Spieler mit ihren Fahrzeugen über virtuelle Rennstrecken. Dabei wurden sie seit jeher von KI gesteuerten Mitstreitern begleitet. Mit der Weiterentwicklung der Spiele mussten auch die Algorithmen dieser KI-Fahrer immer weiter verbessert und angepasst werden. Dabei ist die Entwicklung von realistischen Fahr-KIs umfangreich und muss sich mit vielen Teilaspekten des Genres befassen. Neben dem Planen von Pfaden muss auch die Steuerung der Fahrzeuge berechnet werden. Dabei muss sowohl dynamischen als auch statischen Hindernissen ausgewichen werden. Die KI muss in der Lage sein komplexe Fahrmanöver auszuführen und dabei viele verschiedene Variablen berücksichtigen. Dabei müssen alle diese Berechnungen performant und für viele Agenten parallel erfolgen. Hierfür ist die Optimierung der Rechenzeit und die Balance zwischen Speicherplatz und Echtzeitfähigkeit entscheidend. Hierbei können Methoden wie Hierarchical Pathfinding und LOD-Systeme dazu beitragen, dass Berechnungsschritte verteilt und Suchräume vereinfacht werden. Neben der Performanz spielt auch die wahrgenommene Intelligenz und die Persönlichkeit der KI eine zentrale Rolle. Hierbei gibt es einige Möglichkeiten abseits der eigentlichen Fähigkeiten der KI, dem Spieler das Gefühl zu vermitteln gegen reale Mitstreiter zu fahren. Dazu zählt die dynamische Veränderung des Verhaltens sowie der Fähigkeiten. Das ultimative Ziel einer Fahr-KI ist es den Spielern immer ein möglichst unterhaltsames Erlebnis zu bieten. Hierfür müssen alle Aspekte zusammenspielen. Deshalb ist es notwendig alle Bereiche gleichermaßen zu verstehen und zu berücksichtigen. Nur so kann das finale Ergebnis die gewünschten Erwartungen erfüllen. In dieser Arbeit wird ein selbst entwickeltes System vorgestellt, welches in der Lage ist, unabhängige Agenten mithilfe eines Straßennetzwerks über prozedural generierten Strecken zu steuern. Es ist zudem in der Lage in bereits existierenden Umgebungen eingesetzt zu werden. Die KI kann verschiedene Aufgaben erfüllen und ist in der Lage unterschiedliche Fahrertypen abzubilden.
  • Autor: Stefan Leiprecht
  • Arbeit vorgelegt am: 15. September 2021
  • Durchgeführt an der Fakultät für Informatik im Studiengang Informatik – Game Engineering & Visual Computing
  • Betreuer: Prof. Dr. Christoph Bichlmeier