KI Middleware in der Spieleentwicklung

KI Middleware in der Spieleentwicklung 

Einleitung 

In dieser Literaturrecherche werden sog. AI Middlewares im Bereich der 

Spieleentwicklung betrachtet. Der Schwerpunkt liegt dabei auf der 

Charaktersteuerung, in den Bereichen Bewegung, Kommunikation, „Gefühle“. 

Einsatz 

Folgende Gründe sind denkbar, eine KI- Middleware einzusetzen anstatt alle 

Algorithmen und Prozesse selber zu entwickeln: 

Qualität und Glaubwürdigkeit des KI- Verhaltens steigern 

Arbeitserleichterung durch Wiederverwendbarkeit gängiger Methoden 

Mangelnde KI- Kenntnisse im Entwicklerteam 

Zeitmangel 

Es bestehen allerdings auch Nachteile: 

Spezielle benötigte Dinge sind in der Middleware nicht implementiert 

Keine komplette Kontrolle über alle Spiel- Prozesse 

Performance, wenn nicht optimal implementiert, evtl. ohne 

Optimierungsmöglichkeiten 

KI verhält sich anders als vorgesehen 

Middleware ist evtl. unkomfortabel einzubinden 

Um die Nachteile zu minimieren scheint es eine Grunvoraussetzung zu sein, 

eine Middleware auf möglichst einfache Art und Weise erweitern bzw. 

modifizieren zu können. Schnittstellen sollten ferner so allgemein gehalten 

sein, dass sie mit sämtlichen Technologien und Engines in der 

Spieleentwicklung verknüpft werden können. 

Kommerzielle Produkte 

Untersucht werden vier kommerzielle Middleware Produkte die KI- Funktionen 

für eine Game Engine bereitstellen. Diese Produkte setzen ihren Schwerpunkt 

auf das Verhalten von Charakteren. 

AI.implant (Biographic Technologies) [1][6] 

DirectIA (Masa) [2][7] 

RenderWare AI (Criterion) [3][8] 

SimBionic (Stottler Henke) [4][9] 

AI.implant 

„Animation Control Engine“ 

Plug- In Interface für Maya und 3ds Max 

C++ SDK (erweiterbar) 

Zielgruppe: Spiele mit komplexen Animationen und Bedarf an 

Charakterkontrolle 

DirectIA 

„Behaviour- Oriented SDK“

Motivation Engine, Behaviour Engine, Communication Engine, Perception 

Engine, Action Engine, Knowledge Engine 

Agent- based Behaviour Modeling System 

Scripts und C++ 

Für Programmierer, nicht Level- Designer 

RenderWare AI 

C++ Basis- Klassen 

Charakter Verhalten 

Architecture Layer, Services Layer, Agents Layer, Decision Layer 

Gute Modifiaktionsmöglichkeiten (direkt im Sourcecode) 

Teil der „RenderWare Plattform“ (Suite of Gamedevelopment) 

Viel Einarbeitung erforderlich 

SimBionic 

Besonderheit: Objekt- Kontrolle 

Sehr “state oriented” (wie Finite State Machine) 

Visual Editor 

C++ API 

Komfortables Debugging 

Übersicht [5] 

Product 

Feature AI.implant DirectIA RWAI SimBionic 

User 

Decision 

Support 

Other 

Services 

Behavior 

Support 

Engine 

Source 

Code 

Availability 

Extensibility 

Production 

Tools 

Binary 

decision 

trees 

Auto path 

generation, 

pathfinding 

Prepackaged 

behaviors 

Motivated 

decision 

graphs 

Pathfindin 

g 

Templated 

behavior 

scripts 

Finite state 

machines, 

neural 

networks 

Graphics and 

physics in 

other 

modules, auto 

path 

generation, 

pathfinding 

Pre- packaged 

behaviors 

Finite state 

machines 

Inter- agent 

communication 

User developed 

behaviors 

Some No Yes Some 

Userdeveloped 

behaviors 

Maya/3ds 

max plugins 

Userdeveloped 

scripts, 

callback 

functions 

Script 

templates, 

tuning GUI 

Userdeveloped 

behaviors, 

callback 

functions 

AI skeleton 

code, XML 

configuration 

User developed 

behaviors, 

callback 

functions 

Visual editor, 

visual 

debugger

Open Source Produkte 

Ausgereifte Open Source Middleware im Bereich AI existiert nur sehr spärlich, 

bei den meisten Produkten wurde die Weiterentwicklung inzwischen 

eingestellt. Die Produkte FEAR [10] und OpenSteer [11] werden hier näher 

betrachtet: 

FEAR 

Module mit allgemeinen KI Techniken 

Interfaces für Game Environments 

Generisches Framework 

C++ 

OpenSteer 

Steuerverhalten von Charakteren 

C++ 

OpenGL integriert 

Plug- In Architektur 

Weitere Produkte 

Es existieren weitere Produkte, die sich als AI Middleware bezeichnen. 

Meistens handelt es sich jedoch um Produkte im Low- Level Bereich die 

lediglich elementare KI- Methoden und Algorithmen, hauptsächlich im Bereich 

Pathfinding bereitstellen. 

Referenzen 

[1] Gamasutra Artikel von Eric Dybsand (Juli 2003): AI Middleware: Getting 

into Character Part 1 - BioGraphic Technologies' AI.implant 

http:/ /www.gamasutra.com /features /20030721 / dybsand_01.shtml 


into Character Part 2 - MASA's DirectIA 

http:/ /www.gamasutra.com /features /20030722 /dybsand_01.shtml 


into Character Part 3 - Criterion's RenderWare AI 1.0 

http:/ /www.gamasutra.com /features /20030723 / dybsand_01.shtml 


into Character Part 4: Stottler Henke's SimBionic 

http:/ /www.gamasutra.com /features /20030724 /dybsand_01.shtml 


into Character 

http:/ /www.gamasutra.com /features /20030725 /dybsand_01.shtm 

[6] Biographic Technologies: AI.Implant 

http://www.ai- implant.com / 

[7] Mathematiques Appliquees S.A. (MASA) 

http://www.directia.com/ 

[8] Criterion Software Inc.: RenderWare AI 

http://www.renderware.com/ai.asp 

[9] Stottler Henke: SimBionic 

http://www.simbionic.com/ 

[10] OpenSource AI Middleware: FEAR

http://fear.sourceforge.net/ 

[11] OpenSource AI Middleware: OpenSteer 

http://opensteer.sourceforge.net/ 

Weitere Links 

http://www.red3d.com /cwr /games /#ai - software (Gesamtübersicht) 

http://www.red3d.com /cwr / pa pers / 1999 /gdc99steer.html (Paper: 

Steering) 

http://www.red3d.com /cwr /steer / (Paper: Steering, Examples) 

http://www.igda.org/ai/ (Interest Group on Artificial Intelligence) 

http://www.stottlerhenke.com /papers /Brainframe_IEEE_article.pdf 

(Paper zu SimBionic) 

Ideen für die Ausarbeitung / den praktischen Teil 

Zunächst könnte man untersuchen, inwiefern es Sinn macht, AI Middlewares 

für Spiele einzusetzen. Noch vor wenigen Jahren konnte sich kaum ein 

Spieleentwickler vorstellen, eine Middleware für eine komplexe KI zu 

benutzen, es herrschte immer die Meinung dass jedes (professionelle) Spiel 

eine komplett eigenständige KI benötigt. Inzwischen werden diese 

Middlewares aber auch in der professionellen Spieleentwicklung eingesetzt. 

Hier könnte man herausfinden, welche Produkte bei welchen bekannten 

Spielen eingesetzt werden, ob die Middleware nur am Rande eingesetzt wurde 

(zum Beispiel für Teilbereiche wie Pathfinding), oder ab sie für die gesamte KI 

verwendet wird. 

Ein wichtiger Punkt dabei ist natürlich die Erweiterbarkeit der Produkte: Eine 

Universal- KI für sämtliche Spiele oder auch nur Spiele einer bestimmten 

Kategorie kann es vermutlich nicht geben. 

Ein weiterer interessanter Punkt wäre es, die bestehenden Nachteile einer AI 

Middleware näher zu betrachten und nach Möglichkeiten zu suchen diese 

Nachteile in zukünftigen Versionen zu minimieren. 

Es könnte die generelle Frage untersucht werden, wie eine perfekte AI 

Middleware aussehen sollte und wo dennoch immer Grenzen existieren 

werden. 

In dieser Sammlung wurden kommerzielle und Open Source Produkte 

betrachtet. Auf den ersten Blick machen die kommerziellen Produkte auf dem 

momentan Stand einen deutlich professionelleren Eindruck. Eine Möglichkeit 

für den praktischen Teil wäre einer Weiterentwicklung oder die 

Implementierung eines Moduls bei einem der Open Source Produkte.

KI Middleware in der Spieleentwicklung

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?