is Íslenska en English

Lokaverkefni (Meistara)

Háskólinn í Reykjavík > Tæknisvið / School of Technology > MSc Tölvunarfræðideild / Department of Computer Science >

Vinsamlegast notið þetta auðkenni þegar þið vitnið til verksins eða tengið í það: http://hdl.handle.net/1946/7481

Titill: 
  • Titill er á ensku Rational Dialog in Interactive Games
  • Vitræn samræða í gagnvirkum leikjum
Námsstig: 
  • Meistara
Leiðbeinandi: 
Útdráttur: 
  • Útdráttur er á ensku

    "I am fairly sure of this that none ever willingly errs". Socrates
    The motivation for this research is an increased call for highly interactive games in virtual realities with intelligent Non-Player Characters (NPCs). The NPCs currently implemented in computer games are rarely autonomous, although some have an emotional drive and a set of goals to chase. Their actual interactions are usually pre-set or very limited. Additionally the games themselves have pre-set narratives that result in games that the average player does not care to play numerous times, simply because the game is always the same.
    The question addressed in this thesis is whether an NPC will interact with a player and other NPCs in a rational and goal driven way when given a past life and a decision mechanism based on a causal network like a Bayesian network. Will the NPC adopt a strategy that will maximize its pay-offs? To answer this question I built an engine that creates NPCs that have past lives, a knowledge base and tools to find a sentence to speak in a rational dialog. The knowledge base and past lives of the NPCs are created from plots that a Dynamic Plot Generating Engine (DPGE) creates. The DPGE creates continuously new plots for murder mystery games that are logically consistent. The decision mechanisms of the NPCs are modelled using Multi-Agent Influence Diagrams (MAIDs), a mathematical method for multi-agent decision-making in competitive situations. The engine created clearly indicates a basis to create NPCs that can participate in a rational dialog by calculating optimal sentences on the fly. The time complexity is linear in respect to number of sentences and more than half of the sentences are calculated in less than 1 minute. With some standard optimizations these results can be greatly improved.

  • "Ég er nokkuð viss um það að engin gerir nokkurntímann viljandi mistök". Socrates
    Kveikjan að þessari rannsókn er aukin eftirspurn eftir gagnvirkum leikjum í sýndar-veruleika (e. virtual reality) með vitrænum (e. rational) tölvustýrðum leikmönnum (e. Non-Player Characters (NPCs)). Þeir NPCs sem eru í tölvuleikjum í dag eru í fæstum tilfellum alveg sjálfvirkir, Þó hafa sumir sjálfvirka tilfinningasvörun og eru gjarnan markmiðs drifnir. Samt er megnið af samskiptum þeirra við umhverfið og aðra spilara forskriftað og frekar takmarkað. Auk þess eru leikirnir sjálfir með forskriftaðann söguþráð sem verður til þess að fáir vilja endurtaka leikinn vegna þess að sagan er alltaf sú sama.
    Hér er þeirri spurningu varpað fram hvort NPCs geti átt vitræn og markmiðs drifin samskipti við aðra leikmenn ef hver NPC fær ævisögu og algrím til ákvarðanatöku sem er byggt á ákvarðanatöku neti eins og Bayesian networks. Til að svara þeirri spurningu þá byggði ég vél sem býr til slíka NPCs. Þekkingargrunnurinn og ævisaga leikmannanna er búin til með Dynamic Plot Generating Engine (DPGE), sem býr til nýjar lógískar flækjur fyrir morðgátu leiki. Ákvarðanatöku algrím leikmannanna notast við Multi-Agent Influence Diagrams (MAIDs), sem er stærðfræðileg aðferð, sem notast við Bayesian networks, fyrir tölvu verur (e. agents) til að taka ákvarðanir í samskiptum við aðrar verur þar sem ríkir samkeppni.
    Vélin gefur skýrt til kynna að það er grundvöllur til að skapa NPCs sem geta tekið þátt í samræðum með vitrænum hætti. Vöxtur MAIDs er línulegur miðað við fjölda setninga. Meira en helmingur setninga var ákvarðaður á innan við mínútu, þann tíma er hægt að flýta töluvert með nokkrum vel þekktum bestunar aðferðum.

Samþykkt: 
  • 1.2.2011
URI: 
  • http://hdl.handle.net/1946/7481


Skrár
Skráarnafn Stærð AðgangurLýsingSkráartegund 
MSc_Maria-Arinbjarnar.pdf443.86 kBOpinnHeildartextiPDFSkoða/Opna