Carles Ros Martínez [[email protected]] Oscar García Panyella [[email protected]] O PEN D OOR...

Carles Ros Martínez[[email protected]]

Oscar García Panyella[[email protected]]

OPENDOORIA

08/Nov/2002

Carles Ros Martínez [[email protected]]Carles Ros Martínez [[email protected]]

OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Índex

Introducció Agents

Introducció Arquitectura Pipeline Comportaments de locomoció

Universos Conclusió Links & Bibliografia


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Introducció

Llibreria amb funcionalitat per crear i actualitzar la IA d’éssers vius i controls de sistemes

Objectius de la llibreria: Accelerar desenvolupament Temps real Màxima portabilitat Sistema de detecció de col·lisions extern Extensibilitat Per aplicacions escrites en C++


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Introducció

Agent = IA d’una entitat Tipus d’agents:

Agent de control Agent d’ésser viu

Característiques d’un agent: Autònom Dirigible De resposta ràpida Actua segons el context Realístic Fàcil d’implementar


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Encapsulació

Entitat = cos + IA que en governa les accions

Crear i manipular el cos és responsabilitat de l’usuari

Indicar les accions que el cos ha de realitzar és responsabilitat d’OpenDoorIA (agent)

Agent encapsulat dins el cos L’agent no té accés directe a l’estructura del seu cos ni del seu entorn


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Cicle d’actualització

Cicle d’actualització iniciat per l’usuari

Control addicional sobre la freqüència en què es realitza la percepció

Beneficis de controlar els cicles d’actualització:

Ajustar la IA a la potència de cada màquina

LOD Simulació d’un retard

natural en la percepció


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Arquitectura


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Coneixement (records)

Rellotge Increment de temps Temps de comportament

Records Entitat Tipus d’entitat Atributs genèrics Estats de percepció

Estat (JustP, P, JustNP, NP) Exposició

Vehicle de locomoció Validesa del vehicle Força externa

Identitat Memòria recent


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Coneixement (mapa)

Objectiu del mapa: Reconeixement de l’espai

navegable Consciència de la ubicació de

les entitats físiques en l’espai Contingut del mapa:

Àrees convexes navegables Portals Costos entre portals Entitats

El mapa necessita molta memòria Mapa externAvantatges:

Compartir part del mapa Tenir en compte entitats de

menor rellevància sense recordar-les

Optimitzat pel sistema de col·lisions


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Pipeline


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Pipeline (percepció)


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Pipeline (pensament)


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Pipeline (acció)


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Comportaments de locomoció

Cos i vehicle vistos com un conjunt Vehicle de locomoció

Vehicle de locomoció simple i genèric Comportaments més complexos a partir

d’altres de més simples Fusió de comportaments

Fusió de velocitats desitjades Menor distància a l’objectiu = Major prioritat en la

fusió Acció de locomoció

Força de correcció de la velocitat Temps d’aplicació de la força


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Comportaments de locomoció inclosos en OpenDoorIA

Buscar Arribar Anar Evitar obstacles Contenir Perseguir Fugir Vagar


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Agents: Comportament “anar”

Dos passos: Cercar el camí més òptim (planificador) Recórrer el camí trobat (director)

Mapa = Xarxa de camins Algoritme A* Execució del camí mitjançant “buscar” i “arribar”


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Universos

Eina per agrupar els agents segons el seu àmbit

Un agent només pot existir dins d’un univers

Actualitzar un univers equival a actualitzar tots els agents que hi viuen


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Conclusió

Agents no intrusius, portables i extensibles

Estalvi de CPU amb: Cicles d’actualització control·lats (amb control

addicional sobre la percepció) Màquina d’estats per prendre decisions Àrees convexes i xarxa de camins

Estalvi de memòria amb: Memòria recent Mapa compartit


OP

EN

DO

OR

IA

OP

EN

DO

OR

IA

Links & Bibliografia

AI for games and animation: a cognitive modelling approach, John David Funge, 1999

AI game programming wisdom, Steve Rabin, 2002 Developing an artificial intelligence engine, AI

Lab, University of Michigan Game programming gems, Mark DeLoura, 2000 Multi-level direction of autonomous creatures for

real-time virtual environments, Bruce M. Blumberg i Tinsley A. Galyean, MIT Media Lab

Steering behaviors for autonomous characters, Craig W. Reynolds, 1999, www.red.com/cwr/

Webs AI depot (www.ai-depot.com), Gamasutra (www.gamasutra.com), GameDev (www.gamedev.net)

Carles Ros Martínez [[email protected]] Oscar García Panyella [[email protected]] O PEN D OOR...

Documents

Transcript of Carles Ros Martínez [[email protected]] Oscar García Panyella [[email protected]] O PEN D OOR...