Игры про искусственный интеллект

Игровой искусственный интеллект (англ. Game artificial intelligence ) — набор программных методик, которые используются в компьютерных играх для создания иллюзии интеллекта в поведении персонажей, управляемых компьютером. Игровой ИИ, помимо методов традиционного искусственного интеллекта, включает также алгоритмы теории управления, робототехники, компьютерной графики и информатики в целом.

Реализация ИИ сильно влияет на геймплей, системные требования и бюджет игры, и разработчики балансируют между этими требованиями, стараясь сделать интересный и нетребовательный к ресурсам ИИ малой ценой. Поэтому подход к игровому ИИ серьёзно отличается от подхода к традиционному ИИ — широко применяются разного рода упрощения, обманы и эмуляции. Например: с одной стороны, в шутерах от первого лица безошибочное движение и мгновенное прицеливание, присущее ботам, не оставляет ни единого шанса человеку, так что эти способности искусственно снижаются. С другой стороны — боты должны делать засады, действовать командой и т. д., для этого применяются «костыли» в виде контрольных точек, расставленных на уровне.

Главная задача ИИ — не выиграть у игрока, а красиво ему отдаться.

Персонажей компьютерных игр, управляемых игровым искусственным интеллектом, делят на:

• неигровые персонажи (англ. Non-player character , NPC) — как правило, эти персонажи являются дружественными или нейтральными к человеческому игроку.
• боты (англ. Bot ) — враждебные к игроку персонажи, приближающиеся по возможностям к игровому персонажу; против игрока в любой конкретный момент сражаются небольшое количество ботов. Боты наиболее сложны в программировании.
• мобы (англ. Mob ) — враждебные к игроку «низкоинтеллектуальные» персонажи. Мобы убиваются игроками в больших количествах ради очков опыта, артефактов или прохождения территории.

Содержание

История [ править | править код ]

Изначально компьютерные игры и игровой процесс находились в области исследований различных учёных. В 1951 году, используя Ferranti Mark I [en] , первый в мире доступный для покупки компьютер, в Манчестерском университете Кристофер Стрэчи [en] написал программу, которая играла в шашки, а Дитрих Принц [en] написал программу для шахмат [2] . Это были одни из первых компьютерных программ, когда-либо написанных. Симулятор шашек, разработанный Артуром Самуэлем в середине 50-х и начале 60-х годов, в конечном счёте достиг достаточного мастерства, чтобы бросить вызов чемпиону мира [3] . Работа над компьютерными шашками и шахматами достигла кульминации в 1997 году, когда компьютер Deep Blue выиграл матч по шахматам у чемпиона мира Гарри Каспарова с третьего раза [4] .

Обобщением подобных программ являются универсальные игровые программы, способные выступить партнёром в целом ряде логических игр, правила которых должны быть описаны на специальном декларативном языке, пример коммерческой реализации подобного подхода — игра Zillions of Games.

Первые компьютерные игры, разработанные в 1960-х и начале 1970-х годов, такие как Spacewar!, Pong и Gotcha (1973), были играми, построенными на дискретной логике и строго ориентированными на соревновании (сражении) двух игроков без ИИ.

Игры, в которых присутствовал однопользовательский режим и компьютерные соперники, начали появляться в 1970-х годах. Первыми заметными играми были аркады Qwak (охота на уток) и Pursuit (симулятор драки). Две текстовые компьютерные игры 1972 года выпуска, Охота на Вампуса (англ. Hunt the Wumpus ) и Star Trek, также предоставляли компьютерных соперников. Движение врагов было основано на заранее сохранённых шаблонах.

В аркадной игре 1978 года выпуска Space Invaders присутствовал изменяемый уровень сложности, отчётливые шаблоны движения и внутриигровые события, зависящие от хеш-функций, основанных на вводе игрока. Аркадный шутер Galaxian (1979) содержал более сложные и различные движения врагов.

Популярная аркада Pac-Man (1980) применяла эти шаблоны к игровому лабиринту, а также добавляла различия для каждого врага. Karate Champ (1984) добавляла аналогичные шаблоны поведения к файтингам, хотя плохой игровой ИИ подтолкнул выпуск второй версии игры.

Игры типа Madden Football, Earl Weaver Baseball и Tony La Russa Baseball строили свой ИИ на попытке дублировать на компьютере тренировку или менеджмент выбранной знаменитости. Группы разработчиков игр Madden, Weaver и La Russa проделали обширную работу, чтобы максимизировать точность этих игр. Более поздние спортивные игры позволяли пользователям «настраивать, тюнинговать» переменные в игровом ИИ для создания определяемой игроком организаторской или тренировочной стратегии.

Появление новых игровых жанров в 1990-х годах простимулировало использование таких формальных инструментальных средств искусственного интеллекта, как конечные автоматы (en:finite state machines). Стратегии реального времени (англ. RTS ) ставили перед игровым искусственным интеллектом многие новые задачи: неполная информированность, нахождение пути, приём решений в реальном времени и экономическое планирование [5] . У первых игр этого жанра были известные проблемы. Например, в одной из первых стратегий Herzog Zwei был почти нарушен поиск пути, а в Dune II были нарушены очень важные конечные автоматы с тремя состояниями для управления юнитов, вследствие чего компьютерные противники функционировали неправильно. Последующие игры в жанре имели много лучший игровой ИИ.

Более поздние игры использовали недетерминированные методы искусственного интеллекта, в пределах от первого использования нейронных сетей в игре 1996 года Battlecruiser 3000AD до непредсказуемого поведения и оценке действий игрока в таких играх, как Creatures ( англ. ) и Black & White.

GoldenEye 007 (1997) был одним из первых шутеров от первого лица, в котором игровые боты реагировали на движения и действия игрока, а также использовали укрытия и выполняли перекаты во избежание попадания в них. Боты также были способны бросать ручные гранаты в подходящее время. Позже создатели этой игры улучшили игровой ИИ в игре Perfect Dark. Важным изъяном игрового ИИ в обоих играх было то, что боты всегда знали точное местонахождение игрока, даже если ни один из них не видел его.

Halo (2001) содержал игровой ИИ, который мог использовать транспортные средства и имел базовые принципы командных действий. Боты могли распознавать такие угрозы, как брошенные гранаты и наступающие вражеские транспортные средства, и соответственно могли перемещаться из опасной зоны, создаваемой этими угрозами.

Шутер от первого лица Far Cry (2004) показывал очень продвинутый игровой ИИ для своего времени, хотя и не без ошибок. Враги могли реагировать на стиль игры игрока и пытались по возможности окружить его. В борьбе с игроком боты использовали реальные военные тактики. Враги не имели «читерского» ИИ в том смысле, что они не знали точное месторасположение игрока, а лишь действовали в соответствии с позицией, которую они запоминали.

Значимый вклад в развитие игрового ИИ привнёс шутер от первого лица F.E.A.R., выпущенный компанией Monolith Productions в 2005 году. На своё время он содержал очень «продвинутый» ИИ, который был встречен очень положительно всеми игровыми рецензентами и аналитиками. Бои в игре происходят в закрытых помещениях; боты работают в команде, используют окружение в качестве укрытия, применяют к игроку различные тактики в зависимости от ситуации, штурмуют, отходят, вызывают подкрепления, используют гранаты для «выкуривания» игрока, адекватно реагируют на гранаты, брошенные игроком [6] .

Компьютерная ролевая игра The Elder Scrolls IV: Oblivion использовала достаточно сложный игровой ИИ для неигровых персонажей. Заявлено, что неигровые персонажи имеют график формата 24/7 и следуют своим собственным целям собственными путями, однако иногда можно наблюдать, как неигровой персонаж стоит на одном месте несколько часов подряд (бармен за стойкой ночью в отсутствии посетителей). Да, они едят, спят и исполняют свои каждодневные обязанности. События, случающиеся в игре, могут изменить их распорядок дня и поведение. Они могут измениться из хорошего городского населения до смертельных убийц.

Компьютерная ПК-эксклюзивная игра S.T.A.L.K.E.R.: Тень Чернобыля, вышедшая в марте 2007 года, имела довольно сложный игровой ИИ, который разработчики называли «A-Life». Эта система начала разрабатываться с 2002 года, однако в финальной версии игры большая часть особенностей «A-Life» была «вырезана». Частично «A-Life» был доработан в игре «S.T.A.L.K.E.R.: Чистое небо» 2008 года выпуска. Более подробно о игровом ИИ в этих играх можно узнать здесь [7] .

Сетевой кооперативный шутер от первого лица Left 4 Dead (2008) использует новую систему игрового ИИ под названием «Режиссёр» (англ. The Director ) [8] . «Режиссёр» используется для процедурного генерирования различного игрового опыта (experience) для игроков при каждом запуске игры. Разработчики игры называют способ, согласно которому работает Режиссёр, «процедурным нарративом». Вместо строго установленных и статических уровней сложности «Режиссёр» анализирует действия и «степень выживания» игроков и в соответствии с этим динамически добавляет последующие события, делая игру интересной, но также и проходимой. Тем не менее, наряду с «Режиссёр» в игре присутствуют и уровни сложности, которые влияют на стойкость и степень повреждений игровых персонажей [9] [10] .

Игровой искусственный интеллект продолжает развиваться с целью достичь такого уровня, чтобы игрок был неспособен отличить компьютерного соперника от человеческого.

Взгляды [ править | править код ]

Некоторые игровые программисты рассматривают любую методику, которая используется для создания иллюзии интеллекта, как часть игрового ИИ. Однако этот взгляд является спорным, так как он включает методики, которые широко используются вне движка игрового ИИ. Например, информация о потенциальных будущих столкновениях является важной вводимой информацией в алгоритмы, которые помогают создавать ботов, которые будут достаточно умными для избегания столкновений с объектами. Но те же самые методики определения столкновений являются необходимым и одним из самых важных компонентов физического движка. Точно так же результаты испытательного направления взгляда (взора) бота (en:Line of sight (gaming)) обычно являются важными вводными данными в систему прицеливания бота; вместе с тем эти данные широко используются при рендеринге в графическом движке. Финальным примером является скриптинг, который может быть удобным инструментом для всех аспектов игровой разработки, однако часто сильно ассоциируется с контролированием поведения неигровых персонажей.

Пуристы считают, что выражение «искусственный интеллект» в термине «игровой искусственный интеллект» является преувеличением, поскольку игровой ИИ описывает не интеллект и использует немногие из направлений академической науки «Искусственный интеллект». Принимая во внимания, что «реальный» ИИ обращается к отраслям самообучающихся систем и принятии решений, которые базируются на произвольном вводе данных, и даже к окончательной цели «сильного» ИИ, который может рассуждать, игровой ИИ часто состоит из нескольких эмпирических правил и эвристики, которых достаточно, чтобы предоставить игроку хороший геймплей, ощущения и впечатления от игры.

Увеличение понимания академического ИИ разработчиками игр и растущий интерес академического сообщества к компьютерным играм вызывает вопрос, насколько и в какой степени игровой ИИ отличается от классического. Однако существенные различия между различными прикладными областями искусственного интеллекта означают, что игровой ИИ всё ещё может быть рассмотрен как отдельная под-отрасль ИИ. В частности, способность «законным» образом решить некоторые проблемы ИИ в играх через обман создаёт важное различие. Например, выведение позиции невидимого объекта из прошлых наблюдений может быть трудной проблемой, когда ИИ применён к робототехнике, но в компьютерных играх неигровой персонаж может просто искать позицию в игровом графе (en:Scene graph). Такой обман может привести к нереалистичному поведению и поэтому не всегда желателен. Но его способность служит для различения игрового ИИ приводит к новым проблемам, таким, как когда и как использовать обман.

Использование [ править | править код ]

Эвристические алгоритмы игрового искусственного интеллекта используются в широком разнообразии во многих отраслях внутри игры. Самое очевидное применение игрового ИИ проявляется в контролировании неигровых персонажей, хотя скриптинг тоже является очень распространённым способом контроля. Поиск пути является другим широко распространённым применением игрового ИИ, — он особенно проявляется в стратегиях реального времени. Поиск пути является методом для определения того, как неигровому персонажу перейти с одной точки на карте к другой: нужно учитывать ландшафт, препятствия и, возможно, «туман войны». Игровой ИИ также связан с динамической игровой балансировкой.

Концепция непредсказуемого (англ. emergent ) ИИ была исследована [ кем? ] в таких играх, как Creatures, Black & White и Nintendogs, и в таких игрушках, как тамагочи. «Домашние животные» в этих играх имеют способность «учиться» из действий, предпринятых игроком, и их поведение изменяется соответственно. В то время, как эти решения взяты из ограниченного множества возможных решений, это действительно часто даёт желаемую иллюзию интеллекта по другую сторону экрана.

Читерский ИИ [ править | править код ]

В играх, в которых важен творческий потенциал игрока, ИИ не может сражаться на равных с человеком. Чтобы уравнять шансы, применяют читерский, или обманный ИИ.

Обманный ИИ компенсирует отсутствие стратегического мышления какими-либо другими преимуществами над игроком. Например: большее количество жизней, более быстрое передвижение или игнорирование тумана войны [11] . Понятие «читерский» употребляется только по отношению к привилегиям искусственного характера: так, нечеловеческая реакция, стремительность и точность, свойственная компьютерам, читерством не считается [11] .

Читить можно, но незаметно. Лучше сделать много маленьких читов, чем один большой.

Конечно, компьютер всегда имеет преимущество над человеком — человеку приходится полагаться на зрение и слух с их ограничениями, в то время как компьютер имеет прямой (хоть и ограниченный) доступ к абстракциям движка. «Истинный» игровой ИИ должен иметь и использовать алгоритмы визуальной обработки, однако воссоздание человеческого зрения в настоящее время является недостижимой целью для систем машинного зрения.

Ниже приведён один общий пример читерского игрового ИИ, который присутствует во многих гоночных играх. Если ИИ-игрок достаточно сильно отстаёт от основной массы гонщиков, он внезапно получает огромное увеличение скорости или другие параметры, позволяющие ему нагнать других гонщиков и снова стать конкурентоспособным соперником. Этот метод известен как «метод резиновой нити» (en:Rubber banding) или Catch-Up, потому что он позволяет ИИ-персонажу немедленно вернуться назад в конкурентоспособную позицию. Подобный метод также используется в таких спортивных играх, как серия «Madden NFL». В более продвинутых играх конкурентоспособность неигровых персонажей или ботов может быть достигнута благодаря динамическому игровому балансированию, который можно считать более справедливым, хотя всё ещё техническим обманом, так как ИИ-игроки всё ещё получают преимущества, даже при том, что они соблюдают правила виртуального мира.

Сражение нескольких NPC между собой [ править | править код ]

Сражение нескольких ИИ-персонажей (ботов, NPC) между собой (англ. AI infighting, monster infighting ) является термином, популяризированным шутерами от первого лица, такими, как Doom, выпущенными в 1990-х годах. Это явление происходит, когда двое или более персонажей, управляемых компьютером, случайно атакуют один другого и затем принимают ответные меры, вызывая череду взаимных атак. Это может быть достигнуто наиболее легко перемещением игрового персонажа так, чтобы он временно находился на одной линии с двумя противниками. При такой ситуации один бот будет атаковать игрока независимо от того, находится ли его союзник, другой бот, на линии огня, — перед или позади намеченной цели, — таким образом он подвергает своего компаньона дружественному огню. ИИ-персонаж, которого атаковал другой ИИ-персонаж по ошибке, наиболее часто поменяет свой статус относительно атакующего на «враждебный» и будет его атаковать в ответ, возможно, заставляя этим других ботов атаковать себя.

Это явление приносит пользу игроку двумя способами: сокращает количество врагов, нападающих на игрока и позволяет игроку экономить боеприпасы, очки магии и очки жизни. Дружественный огонь ботов стал новым аспектом игры Doom, вводя этот аспект в другие шутеры от первого лица. Однако, в наиболее новых шутерах от первого лица, боты и NPC не программируются, чтобы принимать ответные меры, если по ним совершен дружественный огонь другими ИИ-персонажами.

Что вы знаете про искусственный интеллект и машинное обучение? Современный тренд или потенциально мощная сила, способная убивать людей? Эти модные понятия всё чаще на слуху, но далеко не все знают, что же это на самом деле. Пришло время изучить эти технологии с помощью простого и интересного подхода — попробовать искусственный интеллект и нейросети самостоятельно на практике.

Semantris

Когда вы в последний раз играли в тетрис?

Это забавный и интерактивный проект, который позволяет играть в словесные ассоциации с искусственным интеллектом. Недавно созданная командой Google-AI, Semantris сосредоточена на обработке простой человеческой речи и дифференцировании логических связей между словами. Это аналог тетриса, но вместо блоков в нём слова. Игра имеет два режима работы: Blocks и Arcade.

В первом режиме ИИ устанавливает слово и просит вас найти наиболее близкое к нему сочетание, например, «спать» и «кровать». Затем он сравнивает отношение между вашим ответом и исходным словом с другими словами из списка. Чем больше совпадений с другими словами, тем больше очков вы получите. Правильное слово между блоками приводит к удалению этого блока. Второй режим реализован как простая игра в ассоциации на время с набором очков.

Нейронная сеть — это класс вычислительной системы. В данном приложении она устанавливает значение отдельных слов и находит семантически похожие. Она создана из очень простых узлов обработки, сформированных в сеть. Нейронные сети выполнены по образу биологических систем, наподобие мозга, но на много порядков менее сложные. Они представляют собой системы распознавания шаблонов и более полезны для задач распознавания образов.

Google, используя Semantris, обучает векторные модели для нейронных сетей и тестирует искусственный интеллект.

This Person Does Not Exist

Эта девушка выглядит красиво, но её не существует. Это просто ещё одно творение ИИ. Не пытайтесь найти кого-либо из созданных людей в сети, несмотря на то, что некоторые могут быть очень красивыми.

22–24 ноября, Москва, от 0 до 25 000 ₽

Вероятно, многие уже слышали о таком сервисе. Это первый проект в своем роде и неудивительно, что он стал вирусным. Здесь можно создавать поддельные образы за секунду. Всё, что нужно — это зайти на сайт и обновить страницу.

Автор проекта — инженер Uber Филипп Ван. Он использовал алгоритм (первоначально написанный в Nvidia), чтобы сделать гиперреалистичные портреты. Этот алгоритм известен как генеративно-состязательная сеть (GAN). Все изображения генерируются на основе обширной библиотеки. Система последовательно использует две нейронные сети: одна создаёт картинку, а другая оценивает её реализм.

Первоначально Ван использовал это как способ убедить нескольких друзей присоединиться к нему в независимом исследовании ИИ. После он решил, что широкая аудитория может извлечь выгоду из потенциала GAN. Ван также утверждал, как важно информировать людей о том, что этот тип технологий может быть как революционным, так и опасным.

Так началось это…

После запуска проекта с лицами другие разработчики использовали его код (находящийся в открытом доступе на Github) для других сайтов вроде thiscatdoesnotexist.com и thesecatsdonotexist.com, чтобы создавать несуществующих котов. Они выглядят довольно реалистично, но вы можете заметить некоторые странные фрагменты. Иногда это выглядит очень жутко.

AutoDraw

Это фиксирующий ваши каракули инструмент для получения идеального изображения.

Ещё один захватывающий и развлекательный сервис, а для кого-то очень полезный. Он помогает превращать небрежные наброски в чёткие изображения.

Вы можете нарисовать любой объект, который хотите. Просто начертите несколько линий и ИИ предскажет, что именно вы хотели изобразить. Он может легко распознать грубые наброски, будь то цветок, торт или смайлик. Он подготавливает заранее нарисованные альтернативные эскизы, созданные художниками, для замены ваших рисунков.

В основе этого сервиса лежит ИИ и машинное обучение. AutoDraw использует нейронные сети для сравнения изображений с обширной базой данных и выбора наиболее похожих вариантов. Чем больше деталей вы добавите, тем лучше и надёжнее будут рекомендации.

Cyborg Writer

Этот экспериментальный текстовый редактор может добавить продолжение к словам и высказываниям, которые вы напишете. Просто введите любые слова, а искусственная нейронная сеть завершит ваше предложение так, будто бы оно было написано Шекспиром, Верховным судом США, Тупаком Шакуром или кем-то ещё.

Вся система основана на обученной модели. Она используется для прогнозирования наиболее подходящего ответа на введённый текст.

Иногда варианты Cyborg Writer далеки от смысла введённого текста. Но создатели не обещали безупречную точность с самого начала и назвали его экспериментальным проектом. Возможно, сервис со временем станет более продвинутым. А пока он вполне подойдёт, чтобы просто поиграться и посмотреть какой вариант ответа ИИ подберёт для вас.

Talk to Books

Ещё одно приложение на базе ИИ от Google AI. Оно наглядно демонстрирует на что способна эта инновационная технология. Talk to Books даёт ответы на вопросы через цитаты из книг. В отличие от стандартного поиска этот сервис не боится даже самых абстрактных вопросов, например, «в чём смысл жизни?» или «что значит быть человеком?». Так что вы можете рассчитывать на честные ответы даже на самые необычные вопросы. Взгляните на результат по запросу: “что такое Ктулху?”:

Этот сервис использует векторное обучение языку для поиска книг с контекстно-релевантными ответами на вопросы. Всё это работает без соответствия ключевым словам. Моделирование языка векторных слов сопоставляет синонимы, антонимы, связанные термины, контекстные подсказки и другие естественные способы использования языка для нахождения соотношений между утверждениями.

В базе данных проекта содержится около 100 000 работ. Механизм рекомендаций пытается найти наиболее подходящие выдержки по смыслу. Также вы можете отфильтровать по категориям книги и выбрать только те жанры, которые захотите.

Quick, Draw!

По словам самих создателей эта игра создана с помощью машинного обучения. Вы рисуете, а нейронная сеть пытается угадать, что вы изобразили. Это не всегда работает, но чем больше вы практикуетесь, тем больше сеть будет учиться. Пока что этот ресурс обучен на примерах нескольких сотен рисунков и разработчики надеются добавить больше эскизов в будущем. Приложение сделано как пример того, что обучение ИИ можно использовать в увлекательной игровой форме.

Вам будет предложено нарисовать 6 разных предметов за ограниченное время. Пока вы рисуете и добавляете всё больше деталей, нейронная сеть пытается угадать, что вы пытались изобразить.

В конце будут подведены итоги, какие из предметов были угаданы. Кликнув на любой из них, можно посмотреть на основе каких рисунков было проведено обучение сети по каждому предмету.

ИИ-приложения для смартфона

Replika

Replika — это приложение, которое поможет вам расширить ваше общение.

Виртуальные помощники на базе ИИ есть везде. Siri может установить будильник, а Alexa вызовет Uber. Но по-настоящему поговорить по душам не с кем. Replika соответствует именно этой идее. Это искусственный интеллект, который сканирует ваши социальные сети и задаёт очень много вопросов о вас. Replika наивна и любопытна, как ребёнок, но это только на первый взгляд. Приложение обучается, поэтому многое зависит от вас. Каждый ответ будет сохранён в памяти и может быть использован позже. Таким образом, вы можете создать свою личную копию себя, а затем вступать с ней в диалог.

Jarvis Artificial Intelligent

Jarvis был создан Марком Цукербергом, который в свою очередь был вдохновлён виртуальным помощником из замечательного фильма «Железный человек». Jarvis может контролировать свет и температуру, выбирать музыку и настраивать системы безопасности в вашем доме. Этот виртуальный помощник постоянно учится распознавать голоса и лица. Все эти функции доступны с помощью мобильного приложения. Честно говоря, приложение ещё следует доработать, но его определённо стоит попробовать.

Youper

Youper — это бесплатный и удобный помощник на базе искусственного интеллекта, который поможет решить ваши проблемы. Он подойдёт в качестве приложения для фитнеса, которое также содержит когнитивно-поведенческую терапию (КПТ), медитацию и терапию «Принятия и обязательств (ответственности)». Вместе с этим вы можете использовать его как приложение для растяжки. Youper старается заботиться о вас, давая различные советы по здоровью.

И в заключение

Искусственный интеллект — это не только простая программа, отвечающая на шаблонные вопросы. Это мощный инструмент, помогающий автоматизировать работу во многих отраслях. Доступность ИИ является поводом для радости. Такие технологии можно легко использовать с помощью многих мобильных приложений. Определённо стоит узнать об этом больше и следить за развитием событий в сфере новых технологических тенденций.

Настало время для нового выпуска ТОП-10 от пользователей сайта PlayGround.ru! На этот раз мы пытались отобрать десятку игр с лучшим искусственным интеллектом. Десятка у нас готова, так что приступайте к разбору!

Quake 3 Arena (121 голос)

Десятое место внезапно досталось старенькой, но вполне актуальной Quake 3 Arena. Думаем, большинство из вас не единожды играли в нее не с живыми игроками, а с ботами. Так вот, интеллект у этих ботов по тем временам был весьма и весьма неплохой! На высоких уровнях сложности эти сволочи садились вам на пятки и не отставали, пока вы их не превращали в кровавое месиво. Ну, или они вас. Для серьезной тренировки боты, конечно, не подходили, но для того, чтобы выпустить пар — в самый раз. У них, конечно, была классическая читерская точность, но кто говорил, что будет легко?

Rainbow Six Siege (166 голосов)

На девятом месте — относительно недавно выпущенная Rainbow Six Siege, в которую тоже можно сыграть с ботами. В этой игре они тоже начинают представлять угрозу на высоких уровнях сложности, стреляя не хуже обычного игрока. Конечно, особым умом они не блещут, но, опять же, для тренировки — самое оно. Правда, как нам подсказывали, эти ребята тоже не совсем честны на руку — боты просто заранее знают, где находится игрок. Видимо, без читерства обойтись сейчас ну никак нельзя.

Unreal Tournament 2004 (174 голоса)

На восьмом месте у нас еще один мультиплеерный шутер — Unreal Tournament 2004. Игра, как вы помните, тоже довольно старая — сегодня это настоящая классика. Как и в любой классике, в ней тоже были свои боты, которым можно было довольно гибко настроить уровень сложности. Как обычно, слабые уровни превращают ботов в обычное пушечное мясо, но если подняться до самого верха, игроку приходилось напрягаться, чтобы выжить. Конечно, любой профессионал расстреливал их к чертовой матери без особого труда, но это не умаляет того факта, что боты в игре вели себя вполне неплохо.

Heroes of Might and Magic 3 (346 голосов)

Седьмое место вновь досталось классике — третьим «Героям». Уверены, что многие из вас убили десятки, если не сотни часов своей жизни, играя в «Героев» с компьютерным соперником. Опять же, на высоких уровнях сложности противостоять искусственному интеллекту было очень и очень сложно — он наступал по всем фронтам, не давая вам расслабиться ни на минуту. Говорят, что сделать искусственный интеллект для стратегии сложнее всего. Если это так, то у создателей «Героев» это получилось просто шикарно. Конечно, без читерства здесь тоже не обошлось. Ну да ладно.

ArmA 3 (389 голосов)

Шестое место занял хардкорный военный симулятор ArmA. Что ж, с мнением народа трудно не согласиться: для такой масштабной и сложной игры искусственный интеллект в ней выглядит по-настоящему хорошо. Компьютерные оппоненты способны на вполне разумные, координированные действия. Интеллект соперников был хорош, наверное, в каждой игре серии, но особенно круто он показывает себя в последней, третьей части. Да, разборок уровня «Тушино» он вам не устроит, но заставит попотеть, выполняя сценарий. А ведь это в играх самое главное — иначе просто неинтересно.

StarCraft 2 (418 голосов)

Разумеется это StarCraft 2 — уж очень многие предлагали эту игру в качестве примера классного искусственного интеллекта. Ну, лично наше мнение таково — звезд с неба он не хватает, но для новичка подходит как нельзя кстати. Если вы полезете в онлайновые матчи без единой тренировки, сами можете предположить, что с вами там сделают. В принципе, среди стратегий искусственный интеллект StarCraft 2 вполне может претендовать на звание лучшего — в других играх чаще всего он ни черта не умеет и просто наваливается на вас пачкой, тратя читерские ресурсы в огромных размерах. Поэтому StarCraft 2 заслужила свое пятое место.

Far Cry (469 голосов)

До первой тройки чуть-чуть не дотянула первая Far Cry, заняв обидную четвертую позицию. А ведь в свое время искусственный интеллект в этой игре чуть ли не рекламировался отдельно! Компьютерные противники умело охраняли тропический остров, в случая опасности создавали патрули, искали укрытия, использовали транспорт, вызывали подкрепление — в общем, действовали очень слаженно. Для того времени это было настоящее достижение — враги представляли настоящую опасность для игрока, а в их действиях был элемент непредсказуемости. Поэтому если вы хотите посмотреть на пример хорошего искусственного интеллекта в шутере — вам в Far Cry.

Alien: Isolation (698 голосов)

А вот и первая тройка, открывает которую Alien: Isolation. Думаем, всем понятно, об интеллекте КОГО идет речь. Разумеется это наш любимый жуткий, отвратительный ксеноморф, который постоянно находился поблизости. Эта тварь всегда была наготове и могла в самый неожиданный момент сцапать вашу трясущуюся от страха задницу. Выглядело это очень впечатляюще и даже немного театрально. Конечно, постепенно игрок привыкал к постоянной опасности и учился предсказывать действия искусственного интеллекта, но отличную работу, проделанную создателями игры, сложно не заметить. Справедливое третье место!

S.T.A.L.K.E.R. (823 голоса)

Вторую позицию неожиданно занял всеми обожаемый «Сталкер». Само собой, всякие там зомби, кабаны и прочие кровососы вели себя абсолютно предсказуемо — они просто перли на игрока как только его видели. Но вот человеческие противники могли представлять настоящую опасность. Блуждая по Зоне, никогда не знаешь, откуда тебе прилетит маслина. Вообще, если хорошенько подумать, то ничего особенного в действиях искусственного интеллекта в этой игре не было. Но почему-то создавалось ощущение, что все эти бандиты, монолитовцы и наемники знают, что делают. Перестрелки в игре выглядели по-настоящему увлекательно и отлично играются и сегодня.

F.E.A.R. (1394 голоса)

С первым местом все очевидно — конечно же это великий и ужасный F.E.A.R. Искусственный интеллект в этом шутере по праву считается лучшим за всю историю игр. В момент релиза все просто сидели и диву давались — никто не мог поверить, что такое вообще возможно. Противник действовал группами, использовал гранаты, уходил с линии обстрела, заходил к игроку с тыла. Сидеть на одном месте и отстреливать всех по одному в этой игре было попросту невозможно — всегда приходилось менять позицию. Искусственный интеллект в F.E.A.R. был абсолютно непредсказуемым, и его действиями можно было попросту любоваться. Да что там — наверное, и сегодня ни один шутер не превзошел эту игру. Абсолютное первое место и тот случай, когда мы полностью согласны с нашими пользователями.

На этом все! Тема следующего ТОП-10 — «Игры с завышенными оценками». Эту тему, как и две предыдущих, нам предложили пользователи нашего сайта. На нашем форуме уже создана специальная тема — там любой желающий может предложить свои варианты для последующего голосования. Заранее спасибо за участие в формирование рейтинга!