Дослідження та розробка програмних поведінкових компонент в комп’ютерних ігрових системах

2025;
: cc. 242 - 254
1
Національний університет «Львівська політехніка», кафедра електронних обчислювальних машин, Україна
2
Національний університет «Львівська політехніка», кафедра електронних обчислювальних машин, Україна

Висвітлено результати дослідження можливостей побудови програмних поведінкових компонент на базі великих мовних моделей (LLM) та їх використання в ігрових системах. Предметом дослідження є поведінковий компонент неігрових персонажів (NPC) комп’ютерної гри, інтегрований з LLM. Метою пошуку є вивчення та аналіз особливостей застосування LLM для спрощення розробки NPC. Проаналізовано ігрові штучні інтелекти (AI) – реактивні, керовані станами та навчальні. Розглянуто взаємодію з NPC через LLM для чат-спілкування та досліджено аналоги поведінки й діалогу таких персонажів. Результатом є спроєктований та реалізований API сервіс для взаємодії з LLM та зовнішня ігрова система з відповідним програмним поведінковим компонентом, що надає функціонал взаємодії з LLM. Проведене тестування довело, що ця система працює з 54 унікальними контекстними властивостями, має максимальний час генерації системного промпта до 60 мс, максимальний час розбору та валідації відповіді LLM до 30 мс, а також підтримує моделі з мінімум 14 мільярдами параметрів.

  1. Martin Černý, Tomáš Plch, Matěj Marko, Jakub Gemrot, Petr Ondráček, Cyril Brom, “Using Behavior Objects to Manage Complexity in Virtual Worlds”, Cornell University, Aug 3, 2015. DOI: 10.48550/arXiv.1508.00377. URL: https://arxiv.org/abs/1508.00377. Accessed: May 2025.
  2. Khalifa H. B., Khayati O., Ghezala H. H. B. “A Behavioral and Structural Components Retrieval Technique for Software Reuse,” 2008 Advanced Software Engineering and Its Applications, Hainan, China, 2008, pp. 134–137. DOI: 10.1109/ASEA.2008.45. URL: https://ieeexplore.ieee.org/document/4721328. Accessed: May 2025.
  3. Manchana, Ramakrishna. (2019). Behavioral Design Patterns: Enhancing Software Interaction and Communication. International Journal of Science Engineering and Technology. 7. 1–18. DOI: 10.61463/ijset.vol.7.issue6.243. URL: https://www.researchgate.net/publication/384318655. Accessed: May 2025.
  4. Zhou, Jiansong. (2024). Intelligent Agent and NPC Behavior Modeling: From Traditional Methods to AI Driven Interactive Game Design. Applied and Computational Engineering. 112. 85–91. DOI: 10.54254/2755- 2721/2024.17913. URL: https://www.researchgate.net/publication/386513039. Accessed: May 2025.
  5. Zeng, G. (2023). A review of AI-based game NPCs research. Applied and Computational Engineering, 15, 155–159. DOI: 10.54254/2755-2721/15/20230827. URL:  https://www.ewadirect.com/proceedings/ace/article/view/ 4569. Accessed: May 2025.
  6. Sindhu R. M., Annabel L. S. P., Monisha G. “Development of a 2D Game using Artificial Intelligence in Unity,” 2022 6th International Conference on Trends in Electronics and Informatics (ICOEI), Tirunelveli, India, 2022, pp. 1031–1037. DOI: 10.1109/ICOEI53556.2022.9776750. URL: https://ieeexplore.ieee.org/document/9776750. Accessed: May 2025.
  7. Gao, T., Mi, Q. (2020). Enemy Attack Management Algorithm for Action Role-Playing Games. In: Barolli, L., Hellinckx, P., Enokido, T. (eds) Advances on Broad-Band Wireless Computing, Communication and Applications. BWCCA 2019. Lecture Notes in Networks and Systems, vol. 97. Springer, Cham. DOI: 10.1007/978-3-030-33506-9_28. URL: https://link.springer.com/chapter/10.1007/978-3-030-33506-9_28. Accessed: May 2025.
  8. Ganapathi A., Sivakumar P., Elango A., Gupta H., Panda N. “Exploring NPC Behaviors in Games through Finite Automata,” 2024 5th IEEE Global Conference for Advancement in Technology (GCAT), Bangalore, India, 2024, pp. 1–8. DOI: 10.1109/GCAT62922.2024.10923923. URL: https://ieeexplore.ieee.org/document/10923923. Accessed: May 2025.
  9. Marcotte, R., Hamilton, H.J. Behavior Trees for Modelling Artificial Intelligence in Games: A Tutorial. Comput Game J 6, 171–184 (2017). DOI: 10.1007/s40869-017-0040-9. URL: https://link.springer.com/article/10.1007/ s40869-017-0040-9. Accessed: September 2025.
  10. Sekhavat, Yoones. (2017). Behavior Trees for Computer Games. International Journal on Artificial Intelligence Tools. 26. DOI: 10.1142/S0218213017300010. URL: https://www.worldscientific.com/doi/abs/ 10.1142/S0218213017300010. Accessed: September 2025.
  11. Meshram R., Krishna S., Kulkarni O., Patil R. R., Kaur G. and Maheshwari S. “NPC Behavior in Games Using Unity ML-Agents: A Reinforcement Learning Approach,” 2025 International Conference on Automation and Computation (AUTOCOM), Dehradun, India, 2025, pp. 1519–1523. DOI: 10.1109/AUTOCOM64127.2025.10956320. URL: https://ieeexplore.ieee.org/document/10956320. Accessed: May 2025.
  12. “Dialogue System for Unity”, Pixel Crushers. URL: https://www.pixelcrushers.com/dialogue_system/ manual2x/html. Accessed: May 2025.
  13. “Docs – inworld.ai”, inworld. URL: https://docs.inworld.ai/docs. Accessed: May 2025.
  14. “Unity Plug 'n' Play SDK Docs”, сharisma.ai. URL: https://docs.charisma.ai/plug-n-play/unity. Accessed: May 2025.