Videospielentwickler waren daran interessiert KI lange bevor diese Technologie den Mainstream erreichte. Computergesteuerte Gegner intelligent und weder einfach noch zu schwer zu machen, ist ein endloses Rätsel, das die Videospielentwicklung zu lösen versucht.

Bereits in den Anfängen der KI-Entwicklung erkannten Forscher sofort, dass sich klassische Spiele wie Schach perfekt für KI-Tests eignen. Es dauerte nicht lange, bis die KI die besten Schachspieler der Welt besiegte und ihre Bedeutung für die Entwicklung von Videospielen festigte. Im Gegensatz zum realen Leben können die Bedingungen von Videospielen vollständig gemessen und beobachtet werden. Die meisten Spielereignisse können als „gut“ oder „schlecht“ markiert werden, wodurch das Training des ML-Modells viel zuverlässiger und vorhersehbarer wird.

Die am weitesten verbreitete Verwendung von KI in der Entwicklung von Videospielen ist die Steuerung von Nicht-Spieler-Charakteren (NPCs). Herkömmlicherweise hatten NPCs nichts mit KI zu tun. Die Designer verwendeten eine Reihe vordefinierter Regeln, um einem Charakter zu befehlen, Aktionen basierend auf einer bestimmten Situation auszuführen. Dies ist als Finite State Machine (FSM)-Algorithmus bekannt, der in den 1990er Jahren eingeführt wurde.Wenn beispielsweise ein NPC einen anderen NPC besiegt vorfindet, wird er wachsamer und sucht aktiv nach einem Spieler. Offensichtlich hat die FSM-Methode einen wesentlichen Nachteil: die Vorhersagbarkeit.

Um dieses Problem zu lösen, entwickelten die Entwickler andere Algorithmen wie den Monte-Carlo-Suchbaum, der zufällig zwischen mehreren verschiedenen Aktionen statt nur einer auswählt. Genau das verwendete Deep Blue 1997, um Kasparov in einem Schachspiel zu besiegen. Darüber hinaus streben viele Spiele heutzutage danach, so realistisch wie möglich zu sein, wodurch sich vorprogrammierte NPCs fehl am Platz anfühlen.

Die echte KI

Um das NPC-Verhalten realistisch zu gestalten, ist es wichtig, dass sie auf die Umgebung reagieren und sich im Laufe der Zeit basierend auf dem Feedback der Spieler ändern. Das versuchen jetzt die größten Spielestudios der Welt zu erreichen.

Angesichts der immer komplexeren Erzählungen, die moderne Videospiele derzeit vorantreiben, wird die Abhängigkeit von der Verarbeitung natürlicher Sprache (NLP) höchstwahrscheinlich in der nächsten Generation von Spielen zu einer Sache werden. Anstelle von vorgefertigten Zeilen und voreingestellten Gesichtsausdrücken können NPCs sie basierend auf dem Verhalten der Spieler im Handumdrehen anpassen.

Zum Beispiel sind die Spieler zu diesem Zeitpunkt an etwas seltsame Momente im Spiel gewöhnt, in denen NPCs gedankenlos wichtige Reden von sich geben, während ein Spieler Waffen auf sie richtet oder auf dem Boden liegt. Durch die Erweiterung von Charakteren mit KI können sie ihren Tonfall ändern und sich durch Spieleraktionen sichtbar verwirren lassen, wodurch das Spielerlebnis ansprechender wird. Aktuelle Fortschritte in der KI ermöglichen bereits eine glaubwürdige Synthese von Sprache und Animation. Die Entwickler geben jedoch zu, dass viel Arbeit erforderlich ist, um NPCs eine solche Freiheit und Ausdruckstiefe zu ermöglichen.

Designer suchen auch nach Verwendung KI-Lösungen um Spielsysteme an den einzigartigen Spielstil des Spielers anzupassen. Besonders bei riesigen Open-World-Spielen mit einer übermäßigen Anzahl von Dingen, die zu tun sind, und Orten, die es zu erkunden gilt, kann das Verständnis dessen, was einem bestimmten Spieler wirklich gefällt, das Spielerlebnis erheblich verbessern, zum Beispiel, wenn ein Spieler mehr Zeit an einem bestimmten Ort verbringt , kann das Spiel die nächste Quest in diesem Bereich durchführen. Andere Spiele, die auf der Zusammenarbeit mit NPCs basieren, werden auch in der Lage sein, den Spielstil von NPCs je nach Spieler zu ändern.

Viele Entwickler profitieren auch von einer massiven Effizienzsteigerung durch die Fähigkeit der KI, bei der Asset-Erstellung und beim Mischen von Animationen zu helfen. Herkömmlicherweise müssten beispielsweise Animatoren die Fahrbewegungen der Charaktere für verschiedene Fahrzeuge separat programmieren. Wenn die KI vorhanden ist, müssen sich Animatoren einmalig Fahrbewegungen einfallen lassen und den Algorithmen erlauben, die Animation basierend auf dem Fahrzeug anzupassen.

Ist es noch hier?

Trotz der oben erwähnten Fortschritte in der KI bei der Entwicklung von Videospielen wird ihr Potenzial nicht einmal im Entferntesten ausgeschöpft.

In vielerlei Hinsicht bleibt KI für Entwickler zu unvorhersehbar. Paradoxerweise besteht das Ziel der meisten kommerziellen Spieleentwicklungen darin, NPCs dazu zu bringen, sich schlau zu verhalten und aussehen zu lassen, anstatt sie tatsächlich schlau zu machen.

KI ohne Einschränkungen selbstständig lernen und sich entwickeln zu lassen, kann sowohl faszinierende als auch bahnbrechende Ergebnisse hervorbringen. Beispielsweise hat sich die Kerntechnologie hinter der prozeduralen Generierung, einer der vielversprechendsten Anwendungen von KI, die hauptsächlich zum Erstellen von Levels im laufenden Betrieb verwendet wird, seit den 1990er Jahren nicht wesentlich verändert, ja, sie wird in viel größerem Umfang und verwendet viel mehr Rechenleistung, aber die Grundlagen bleiben gleich. Trotz all der neuen Möglichkeiten, wie Entwickler das Spielerlebnis verbessern können, hat sich das gewünschte Maß an Kontrolle über Spielsysteme nicht wesentlich geändert.

Natürlich gibt es auch die andere Seite der Videospielentwicklung, wo unzählige unabhängige Entwickler die Unvorhersehbarkeit der KI annehmen und das Spieldesign auf die ständig lernende Natur von ML-Algorithmen stützen. Fernab von kommerziellem Druck spielen diese ehrgeizigen Entwickler eine wichtige Rolle bei der Entdeckung neuer Anwendungen von KI in der Spieleentwicklung.