В игре ARC Raiders враги-роботы не проходят обучение в реальном времени и не адаптируются к действиям игроков напрямую, как многие могли предполагать. Разработчики применяют машинное обучение только для анимации и передвижения противников.
- Враги не учатся на поведении игроков во время игры.
- Машинное обучение используется для естественной анимации роботов.
- Модели поведения создаются вручную командой разработчиков.
- Команда анализирует игровые видео на YouTube и TikTok для балансировки.
- Пример — улучшение навигации робота Прыгуна после обнаружения «лазейки».
Как работают враги в ARC Raiders
Руководитель исследований в области машинного обучения Мартин Сингх-Блом объяснил, что технологии ИИ в ARC Raiders направлены на обеспечение естественных движений врагов — ходьбы, прыжков и полета. Это позволяет роботу уверенно ориентироваться в сложных игровых локациях, но не влияет на их тактическое поведение или адаптацию к игрокам.
Анализ и корректировка поведения врагов
Вместо использования данных игроков для обучения противников, команда разработчиков внимательно изучает геймплейные видео, размещаемые пользователями на популярных платформах. Если игроки находят уязвимости в поведении врагов, разработчики вносят изменения вручную. Так, один из роботов — Прыгун — после релиза не мог добраться до определенного туннеля, что позволило игрокам использовать это как укрытие.
Поэтому была обновлена система навигации и обнаружения, чтобы устранить данный недостаток и повысить сложность игры.
- Релиз ARC Raiders с врагами-роботами.
- Игроки обнаруживают «лазейку» в поведении робота Прыгуна.
- Разработчики анализируют данные и видео с игроками.
- Вносятся изменения в систему навигации врагов.
- Поведение врагов корректируется вручную, без реального обучения.