در بازی‌های دشوار که تمام کردن آن در نوع خود عذابی شیرین است، معمولاً این گیمر است که باید رفتارها و حرکات دشمن را یاد بگیرد؛ الگوی حملاتش را حفظ کند، زمان مناسب برای جاخالی دادن را بفهمد و بالاخره راه شکست دادن آن را پیدا کند. حالا سونی ایده‌ای را مطرح کرده که این معادله را تا حدی برعکس می‌کند: دشمن هم می‌تواند سبک بازی شما را یاد بگیرد و متناسب با آن واکنش نشان دهد.
در نظر بگیرید که در طول یک بازی سخت (مثلا در سبک سولزلایک) چند بار با یک باس مبارزه می‌کنید و کم‌کم الگوی حملاتش را یاد می‌گیرید؛ زمان مناسب برای واکنش، فاصله‌ای که باید حفظ کنید و حتی لحظه‌ای که می‌توانید برای وارد کردن ضربه نهایی جلو بروید، مواردی هستند که برای شکست دادن آن باس نیاز دارید. حالا تصور کنید باس یا غول آن مرحله هم همین کار را درباره شما انجام دهد و بعد از چند بار مبارزه، سبک بازی‌تان را بشناسد و متناسب با آن رفتار کند. چه دنیای متفاوتی می‌تواند در این شرایط در یک بازی شکل گرفته و چقدر هیجان‌انگیزتر باشد!
شرکت سونی به تازگی پتنتی را ثبت کرده که چنین سناریویی را از نظر فنی امکان‌پذیر می‌کند. بنابر گزارش WCCFTech، سونی یک درخواست ثبت اختراع برای سیستمی منتشر کرده که با استفاده از یادگیری ماشین، رفتار NPCها را بر اساس اطلاعاتی که از نحوه بازی کاربر جمع‌آوری می‌شود تغییر می‌دهد.
این پتنت با عنوان «شخصیت غیربازیکن سازگار با هوش مصنوعی برای سیستم بازی ویدیویی» از بیش از یک سال و نیم پیش در حال پیگیری است و به نظر به مراحل نهایی ثبت خود نزدیک می‌شود.
باس می‌تواند سبک بازی شما را بشناسد
ایده فنی پشت این پتنت نسبتاً ساده است: بازی اطلاعات مربوط به تعامل بازیکن با NPC (شخصیت‌هایی که گیمر نمی‌تواند روی آنها کنترلی داشته باشد) را جمع‌آوری می‌کند، این داده‌ها به یک مدل یادگیری ماشین داده می‌شوند و خروجی مدل برای تغییر رفتار یا محتوای NPC مورد استفاده قرار می‌گیرد.
داده‌هایی که در پتنت به آنها اشاره شده، فقط به پیروزی یا شکست محدود نیستند. سیستم می‌تواند مواردی مانند سلاح مورد استفاده، نوع و زمان‌بندی حملات، الگوی حرکت، تعداد و موفقیت جاخالی، موفقیت بازیکن در دفاع (Block) و دفع دقیق حملات (Parry)، میزان آسیب واردشده و دریافت‌شده و حتی تعداد دفعات تلاش برای شکست دادن دشمن را در نظر بگیرد.
در یک نمونه فرضی، اگر کاربر دائماً به یک روش خاص حمله کند یا تقریباً تمام حملات باس را با Parry پاسخ دهد، سیستم می‌تواند این الگو را تشخیص دهد و در ادامه رفتار NPC را تغییر دهد. این تغییر الزاماً فقط به حملات محدود نیست و پتنت از مواردی مانند حرکت، استراتژی مبارزه، گفت‌وگو و تعاملات اجتماعی NPCها نیز صحبت می‌کند.
یعنی باس‌های Elden Ring دیگر قابل شکست نیستند؟
پتنت هیچ اشاره‌ای به یک بازی خاص از FromSoftware، مانند Elden Ring یا بازی مشخص دیگری ندارد. بنابراین اینکه باس‌های Soulslike قرار است با هوش مصنوعی خودشان را با بازیکن تطبیق دهند، فعلاً یک کاربرد احتمالی این فناوری است، نه قابلیت اعلام‌شده برای یک بازی آینده.
با این حال، ایده برای این سبک بازی بسیار جالب است. بخش مهمی از جذابیت بازی‌های FromSoftware در این است که بازیکن با شکست خوردن، الگوی دشمن را یاد می‌گیرد و دفعه بعد بهتر عمل می‌کند. اگر دشمن هم بتواند الگوی بازیکن را تشخیص دهد، مبارزه می‌تواند از یک آزمون حفظ کردن حرکات به یک رقابت رفتاری تبدیل شود.
اما یک نکته ویژه بین این دو مفهوم وجود دارد؛ اگر باس بیش از حد سریع و بدون نشانه خودش را با بازیکن وفق دهد، ممکن است مبارزه به جای دشوار بودن، ناعادلانه به نظر برسد. بازیکن باید بتواند بفهمد چرا استراتژی قبلی دیگر جواب نمی‌دهد و برای مقابله با رفتار جدید دشمن فرصت یادگیری داشته باشد.
فقط باس‌ها در تیررس نیستند
نکته جالب دیگر این است که پتنت سونی کاربردهای گسترده‌تری را هم مطرح می‌کند. برای مثال، رفتار NPC می‌تواند بر اساس میزان تهاجمی بودن بازیکن تغییر کند و یک شخصیت ممکن است به جای مبارزه، فرار یا مذاکره را انتخاب کند. حتی تغییر نقش NPC، گزینه‌های گفت‌وگو یا اضافه شدن شخصیتی برای کمک به حل یک معما نیز در سناریوهای این فناوری دیده می‌شود.
نکته مهم این است که این فناوری هنوز در حد یک درخواست ثبت اختراع است و سونی نگفته که چه زمانی یا در کدام بازی از آن استفاده خواهد کرد. حتی مشخص نیست این سیستم در نهایت به یک محصول تجاری راه پیدا کند.
با این حال، جهت‌گیری ایده روشن است: هوش مصنوعی در بازی‌ها می‌تواند از تولید دیالوگ و کنترل ساده NPCها فراتر برود و خود بازیکن را به بخشی از ورودی سیستم تبدیل کند. در چنین آینده‌ای، شاید یک باس برای همه بازیکنان دقیقاً یک رفتار نداشته باشد و هر مبارزه، تا حدی بر اساس کسی که پشت کنترلر نشسته شکل بگیرد.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت