Das Dokument bietet einen umfassenden Überblick über das Design und die technische Implementation von KI in Computerspielen, mit Fokus auf die Middleware EKI One. Die Präsentation behandelt sowohl theoretische Konzepte zur Situationsbestimmung und Reaktionsmechanismen der KI als auch praktische Hinweise zur Programmierung und Integration. Besonderes Augenmerk liegt auf der Balance zwischen Design und Umsetzung sowie der Handhabung von Komplexität im KI-Workflow.

1. KI-Design und praktische Implementation Daniel Dumont (Ascaron Entertainment GmbH) Frank Gwosdz, Serein Pfeiffer (Artificial Technology GmbH) Vorschläge und Tipps zum Design von KI-Problemen in Computerspielen sowie technische Umsetzung am Beispiel der KI-Middleware EKI One. Ein Vortrag in zwei Teilen.

2. Artificial Technology GmbH FRANK GWOSDZ Dipl.-Inf. (FH) Position: CEO CHRISTOPHER GODT Dipl-Kfm. Position: Finanzen SEREIN PFEIFFER Dipl.-Inf. (FH) Position: CTO DANIEL RENNER Dipl.-Inf. (FH) Position: Integration-Lead EXIST-Seed Förderung des BMWIs FLÜGGE-Förderung des Bayerischen Staatsministeriums Finanzierung

3. Ascaron Entertainment GmbH Daniel Dumont Position: Game Director Standorte Gütersloh, Aachen, Potsdam und Birmingham Gegründet 1991 Mitarbeiter >80 2004 2008 1992 1993 2006

4. Überblick Simulation oder Ablauf Situationsbestimmung und Reaktion Zustände und Manöver Die Ebenen-KI Stetigkeit Game Design Programmierung/Technik Anmerkungen zur techn. Umsetzung Programmierpraxis EKI One TechDemo KI-Shooter  Ziel: Detailliertes und vollständiges KI-Konzept unter Berücksichtigung praxisnaher Algorithmen und Methoden

5. Simulation oder definierter Ablauf KI Situationen Reaktionen prüfen ausführen Logik Skript Aktionen durchlaufen ausführen

6. Technische Hinweise Statisch vs. dynamisch Einfache - Komplexe Algortihmen Scripten Simulation Inhouse Middleware

7. Reihenfolge im Design Passende Aktionen definieren A B C Sinnvolle Größen und Parameter definieren Situationen definieren

8. Reihenfolge zur Laufzeit Eine Aktion auswählen A B C Situationen testen Passende Aktionen merken

9. Erste passende Aktion ausführen A B C Situationen nach Priorität sortieren Situationen testen Oder

10. Beispiel: Boss-Logik in SFA Größte Bedrohung Liste mögl. Aktionen Ausführen fokussieren auswählen Schaden Trefferzähler Position anschließend

11. Beispiel: Frachterverkehr in DSO Warenangebote Bewerten Durchführen Liste anfertigen Ware und Ziel auswählen währenddessen Piratenangriffe möglich

12. Technische Hinweise Mit Veränderungen rechnen Situationsdefinition (statisch vs. Dynamisch) Zukunft: Probabilistische Ansätze und Lernverfahren

13. Zustände und Manöver Zustand Hält bis zur nächsten Situationsänderung an Eher einfache, generische Aktionen Manöver Fester Ablauf von Aktionen Kann nicht unterbrochen werden

14. Beispiel: Raumkampf in DSO Lage der Schiffe Flugverhalten Fire at Will Bestimmung im richtigen Moment währenddessen testen Besondere Situationen falls zutreffend Manöver anschließend

15. Technische Hinweise Zustände In der Praxis oft hart kodiert Hierachien erlauben gute Strukturierung Gekonnte Anwendung ist der Schlüssel Manöver Auswirkungen einschätzen Gezielt einsetzen (dynamische Änderung)

16. KI in zwei Ebenen Normalerweise: jedes KI-Objekt prüft für sich. Problem: Wie erfährt ein Objekt von den anderen?  Eine übergeordnete KI kann der Einzel-KI Vorgaben machen. Übergeordnete KI wählt und sortiert mögliche Ziele Einzel-KI wählt konkretes Ziel Einzel-KI wählt konkretes Ziel

17. Beispiel: Wing-KI in DSO Wing-KI verteilt Prioritäten für alle möglichen Ziele und erstellt eine Gegnerliste. Einzelne Schiffe wählen aus dieser Gegnerliste Schiffe dürfen die Prioritäten modifizieren, z.B. ein anderes Schiff greift bereits an Ziel ist zu weit

18. Strukturierung durch Ebenen-KI Nur Situationen der gleichen Ebene zusammen betrachten. Nicht vergleichbare Situationen herausziehen und auf anderer Ebene betrachten. Jede Ebene erhält einen eigenen Durchlauf (oft sind auch andere Testfrequenzen sinnvoll). Wichtig: Keine direkte Einmischung erlauben!

19. Beispiel: Händler-Logik in „Patrizier 2“ Einzel-KI nach dem Ameisenprinzip Einwirkung Händlerzahl Schiffszahl Schiffsgröße Anzahl Betriebe Jeder Händler prüft für sich seine beste Route. Kontrolle durch übergeordnete KI

20. Technische Hinweise Individual KI: Illusion der Gruppe Squad/Gruppen KI: Koordiniertes Verhalten im kleinen Kreis Welt KI: Balancing und Konsistenz auf hoher Ebene

21. Auf Stetigkeit der KI achten Stetige Situationen Nah beieinander liegende Situationen dürfen keine gegensätzlichen Aktionen bewirken. Eine kleine Situationsänderung darf keine große Auswirkung haben. Stetige Aktionen Stufenlose Aktionen bevorzugen. Bestimmte Aktionen zu Ende führen.

22. Technische Umsetzung KI - Objekte Feuern Annähern In Deckung gehen Übergeordnete KI Umzingeln

23. EKI One

24. EKI One

25. Experimenteller KI-Shooter

26. Konzeption Zu testende Situationen beschreiben Zu jeder Situation eine intelligent aussehende Reaktion beschreiben Evt. Situationen nach Wichtigkeit sortieren Laufzeit Situationen nacheinander durchgehen Zur Situation passende Aktion wählen Zusammenfassung KI

27. Einzel-KI Jedes KI-Objekt hat seine eigene KI (Situationsbestimmung / Reaktion) Jedes KI-Objekt verhält sich intuitiv sinnvoll Gruppen-KI Eine übergeordnete KI vergibt Prioritäten Veränderung der Wahrnehmung der KI-Objekte Zusammenfassung Ebenen-KI

28. Zusammenfassung – KI-Implementierug Diskrepanz zwischen Design & Umsetzung Balancing und Iterationen Komplexität managen Workflow + Integration

29. Danke für Ihre Aufmerksamkeit Noch Fragen? Ascaron Entertainment GmbH Phone: +49 (5241) 9666330 Web: www.ascaron.com Artificial Technology GmbH Phone: +49 (89) 80076-124 Web: www.artificial-technology.com Frank Gwosdz [email_address] Serein Pfeiffer [email_address] Daniel Dumont [email_address]