Künstlicher Geist im Spiel: Implementierung

Praktisches System künstlichen Geistes: Minimalimplementierung in einem Spiel

Das System künstlichen Geistes wird in einem einfachen Shooter-Spiel implementiert, um die Kernfunktionen klar zu demonstrieren: Wahrnehmung, Gedächtnis, Prozessklassifizierung und Handlungsabwicklung. Das Agentensubjekt (Lernender) vermeidet Projektile, die von einem Jäger gesteuert werden, den der Nutzer kontrolliert. Beide Entitäten bewegen sich entlang paralleler Linien: Der Jäger kann frei nach links oder rechts wechseln, während das Agentenwesen pro Zug bis zu drei Schritte unternehmen darf.

Die Welt besteht aus vier Objekten: dem Agenten, dem Jäger, der Waffe und dem Projektil. Die Wahrnehmung der Welt wird als Liste von etwa 30 Parametern dargestellt (Koordinaten, Projektiltyp usw.) und bildet den Zustand. Jede Änderung dieser Parameter führt zu einem neuen Zustand, und eine Folge von Zuständen ergibt einen Prozess.

Wissensgenerierung durch Klassifizierung

Die Prozessklassifizierung transformiert Zustandssequenzen in Algorithmen – Regeln der Form: Eingabe (Parameterbereiche), Aktion (Parameteränderungen), Ausgabe (funktionale Abhängigkeiten). Die Wissensbasis beginnt leer.

Die erste Regel entsteht nach drei Treffern: eine Generalisierung des Angriffsmusters des Projektils. Das Agentenwesen erkennt Gefahr und reagiert:

• Versuchsaktion: Ein zufälliger Schritt (links oder rechts) aus den verfügbaren Optionen.
• Simulierte Aktion: Algorithmus-Synthese zur Vorhersage von Ergebnissen.
• Verifizierte Aktion: Reflex basierend auf einer generalisierten erfolgreichen Ausweichregel.

Die Generalisierung der Bewegungsschritte des Agenten führt zu einer Koordinatenanpassungsregel. Die Analyse von Projektilebahnen ergibt eine Flugbahnregel. Diese Erkenntnisse ermöglichen die Modellierung von Szenarien mehrerer Schritte im Voraus.

Synthese- und Aktionsmechanismus

Der Algorithmus-Synthese-Modul generiert mögliche Aktionen für Agenten und Jäger anhand vorhandener Regeln. Die Ergebnisse werden anhand Kriterien wie Erfolgswahrscheinlichkeit und Energieaufwand bewertet. Die beste Option wird vom Aktion-Modul ausgeführt.

Erfolgreiche Modelle werden in verifizierte Regeln generalisiert. Vollständige Anpassung bedeutet, Schaden zu vermeiden, indem nur bewährte Aktionen genutzt werden.

Das Spiel kennt zwei Projektiltypen:

• Gerade Linie: Ausweichen durch Verlassen der Linie.
• Geführtes (begrenzter Bereich): Zurückziehen auf eine sichere Distanz.

Wenn die Schritte nicht ausreichen, aktiviert sich der Stressmodus: Analyse des bisherigen Verhaltens über mehrere Züge hinweg. Wissen über Jägerbewegungen und Schussmuster ermöglicht die Simulation bis zu drei Zügen im Voraus und maximiert die Fluchtchancen.

Reaktionen des Agenten auf Bedrohungen

• Versuch: In neuen Situationen, bevor Daten akkumuliert sind.
• Simuliert: Vorhersage von Ergebnissen mit Auswahl der optimalen Wahl.
• Verifiziert: Sofortreaktion als Reflex.

Dies spiegelt die Lernphasen wider – von chaotischer Erkundung bis zur Meisterschaft.

Skalierbarkeit und Universalität

Der Kerngeist (Wahrnehmung, Gedächtnis, Klassifizierung, Synthese, Aktion) ist universell und passt sich Umgebungen über periphere Module an. Zukünftige Möglichkeiten beinhalten:

• Erhöhung der Objektanzahl und Komplexität der Aktionen.
• Tiefere Simulationsdauer (mehr Schritte, längere Reaktionszeiten).
• Kreativität: Problemlösung bei unvollständigen Kenntnissen (Hypothesen als partielle Regelanpassungen).
• Aktive Erkundung: Planung von Experimenten (derzeit begrenzt auf Beeinflussung von Objekten).

Hypothesen werden durch risikobehaftetes Testen oder kontrollierte Experimente getestet. In Version 3–4 wird direkte Objektbeeinflussung eingeführt.

Wichtige Erkenntnisse:

• Das System generiert Wissen aus Echtzeitprozessen in einer feindlichen Umgebung ohne vorherige Trainingsphase.
• Drei Antwortstufen ermöglichen die Anpassung von Versuch und Irrtum bis hin zu instinktiven Reflexen.
• Mehrschrittige Simulation nachahmt Voraussicht.
• Der Stressmodus verlängert die historische Analyse für komplexe Bedrohungen.
• Die Kernarchitektur skaliert auf starke KI mit Kreativität und experimenteller Schlussfolgerung.

— Editorial Team