Este artigo é bem curto e não apresenta resultados experimentais, apenas apresenta a motivação padrão que desenvolvedores de IA para jogos usam na justificativa de suas equipes.

O artigo também não é recente, datando de 1999, mas alguns interesses em pesquisa apontados, como exploração de técnicas de machine learning, arquiteturas inteligentes, projeto de interfaces, representação de conhecimento, navegação de agentes e interação humano-computador, ainda são atuais.

A abordagem do artigo, no entanto, é interessante. Ao invés de usar linguagens de script, os autores preferiram conectar os bots do jogos à máquina de inferência SOAR para resolução do ciclo de decisão (percepção, raciocínio e atuação). Sua justificativa é que o Soar permite uma decomposição simples das ações do agente em uma hierarquia de operadores, que no alto nível representam os objetivos do agente e, no baixo nível, ações atômicas para que os objetivos sejam alcançados.

A abordagem do artigo até é interessante, mas em algumas buscas rápidas na internet não consegui encontrar outras abordagens deste tipo, a não ser pelo projeto Soar/Games. Mesmo assim, a notícia mais recente facilmente encontrada sobre eles fala de uma interface para o Half-life, o que parece não ser muito novo, também…

O próximo artigo na minha lista é pequeno (duas páginas) e possui apenas uma referência. Seu objetivo é o de apresentar uma abordagem para o problema de coordenação de movimentos de um conjunto de bots de Q3A. Para alcançá-lo, os autores fazem uso de Co-fields: estruturas de dados distribuídas que implementam o conceito de campo (potencial - como no caso de campos eletromagnéticos).

Para implementação de Co-fields, dois problemas de coordenação foram propostos:

• Definição de um ponto de encontro para os bots no mapa;
• Um conjunto de bots (predadores) encurralando o jogador (presa).

No primeiro caso, a política de coordenação expressa que cada bot percorre “para baixo” o campo até que convirjam para o ponto combinado. No segundo, os bots “descem” o campo da presa (para alcançá-la) e, ao mesmo tempo, “sobem” o campo dos outros predadores, para que fiquem separados. O efeito final é que ao invés de simplesmente se aproximarem da presa, os predadores a circundam.

A terceira seção trata da implementação propriamente dita, mas aparentemente, me parece que o artigo referenciado é mais completo para apresentar os Co-fields. Ainda assim, existe, em alto nível, ma apresentação das modificações feitas no ambiente e nos bots para que a abordagem de co-fields funcionasse.

Depois me chamam de paranóico…

No fim das contas, esse é o tipo de coisa quando se usa vários serviços gratuitos. Um dia ainda terei a disposição (financeira, inclusive) de rodar meus servidores, mas tenho a impressão que nem assim as coisas vão mudar muito… Oh vida.

Este artigo apresenta uma visão geral das técnicas usadas na indústria de jogos para steering, incluindo referências para artigos técnicos detalhados e considerações sobre um sistema de steering.

A maior contribuição deste artigo é justamente por sua proposta, pois condensa em poucas páginas diversas técnicas para a movimentação de agentes em jogos e sua leitura é sugerida. A estrutura seguida é, basicamente, a seguinte:

1. Introdução - com apresentação do problema da IA em jogos, categorização dos métodos de steering;
2. Steering de longa distância - steering com A* puro, pathfinding suavizado, representação do mundo, tratamento de objetos dinâmicos, sumário
3. Steering local - steering emergente, problemas de implementação de “Force Based Emergent Steering“
4. Steering híbrido
5. Steering veicular
6. Conclusões

Enfim, é um artigo bem interessante com várias considerações sobre questões de implementação dessas técnicas.

Agora eu tenho conta no Twitter. É fútil, mas de vez em quando dá vontade postar algo aleatório na internet e o blog acaba não sendo o melhor lugar. Então resolvi testar esse negócio.

Ainda instalei uma extensão do firefox para postar direto da barra de endereços, o que faz com que o sistema fique bem direto para postar. Desse jeito, até vale a pena.

Artigo apresentado no AAMAS2008, apresenta o uso de campos potenciais multiagentes (doravante MAPF), técnica originada na robótica para controle da navegação de robôs em ambientes dinâmicos. No artigo, os autores dizem que a indústria de jogos é relutante quanto à implementação desta técnica, devido a preocupações com desempenho e altos custos de implementação. Daí, o objetivo do trabalho era avaliar o potencial de MAPF em jogos de estratégia de tempo real. Este objetivo se divide em dois:

1. Como o MAPF se comporta comparado a soluções tradicionais?
2. Até que nível a abordagem MAPF é configurável com respeito a mudanças no ambiente?

leia mais…