1 / 26

Synthetic Vision

Enrique, Sebastian. Mejail, Marta. senrique@dc.uba.ar. marta@dc.uba.ar. Departamento de Computación – Facultad de Ciencias Exactas y Naturales – Universidad de Buenos Aires. An Investigation Into the Use of. Synthetic Vision. for NPC’s/Agents. in Computer Games. Autor:. Director:.

stevie
Télécharger la présentation

Synthetic Vision

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Enrique, Sebastian Mejail, Marta senrique@dc.uba.ar marta@dc.uba.ar Departamento de Computación – Facultad de Ciencias Exactas y Naturales – Universidad de Buenos Aires An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Autor: Director: Watt, Alan a.watt@dcs.sheffield.ac.uk Co-Director: Tesis de Licenciatura Octubre 7, 2002

  2. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Synthetic Vision en Juegos Objetivo • Lograr mayor nivel de realismo en los personajes manejados por la computadora (NPC o Non-Player Characters) utilizando técnicas de sensado del ambiente para que el módulo de inteligencia artificial (IA) que gobierna el comportamiento de cada agente, lo haga exclusivamente mediante el uso de esa información sensada. Medio • Inicialmente un sistema de sensado visual que produzca con alguna representación semántica lo que el agente está viendo en cada momento. Ese sistema es lo que se propone en este trabajo. Potencial • Generar personajes totalmente autónomos, que sensen el ambiente de un modo similar al que lo hace un humano, y lleven la experiencia de cada juego y jugador a niveles nunca antes logrados. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  3. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Computer Vision Sin Visión Synthetic Vision Synthetic Vision vs Computer Vision Computer Vision Técnica utilizada en robots reales. Es difícilmente aplicable para crear agentes autónomos complejos en aplicaciones en tiempo real como los juegos de computadora. Lidia con: • Detección de distancias. • Reconocimiento de formas. • Ruido. Synthetic Vision Técnica utilizada para agentes en mundos virtuales. Es una representación en 2D de lo que el agente ve en un instante dado en su mundo 3D. Permite tratar fácilmente problemas de: • Percepción de profundidad. • Reconocimiento de objetos. • Detección de movimiento. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  4. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Trabajo Previo • Olivier Renault utiliza en 1990 una visión sintética de 30x30 píxeles para animación, valiéndose del front buffer para rendering normal, del back buffer para identificación de objetos, y del z-buffer para distancias. Propone comportamientos de alto nivel para atravesar un corredor evitando obstáculos. • Terzopoulos propone en 1994 un sistema de visión estereoscópica para simular la visión de peces artificiales. • Hansrudi Noser utiliza en 1995 una visión sintética para navegación de un actor digital. Emplean una memoria por medio de voxels para evasión de obstáculos y representación de conocimiento. • Bruce Blumberg propone en 1997 una visión sintética basada en energía de movimiento para navegación en bajo nivel y evasión de obstáculos de un perro virtual. • James Kuffner en 1999 realiza una visión sintética con falso coloreo y memoria visual para resolver cuestiones de navegación. • Ninguno de los trabajos anteriores se enfoca en la realización de un sistema de visión sintética para el uso en los juegos de computadora. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  5. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Synthetic Vision Propuesto Propuesta De la escena renderizada desde el punto de vista del agente, se generan dos viewports. Uno conteniendo información estática, el Static Viewport, y el otro conteniendo información dinámica, el Dynamic Viewport. La información está dada por falso coloreo en cada píxel, brindando una semántica al color representado, en el modelo RGB. Viewport Estático • Utiliza falso coloreo para identificación de objetos. • Provee adicionalmente información de profundidad. Viewport Dinámico • Utiliza falso coloreo para representación de movimiento instantáneo. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  6. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Static Viewport Color de la Estructura • Los polígonos de la estructura de la escena se dividen en tres clases: • Piso: Polígonos con la componente Z de la normal mayor o igual a 0.8. Utilizamos el color verde (0.0, 1.0, 0.0). • Techo: Polígonos con la componente Z de la normal menor o igual a -0.8. Utilizamos el color rojo (1.0, 0.0, 0.0). • Pared: El resto de los polígonos. Utilizamos el color azul (0.0, 0.0, 1.0). • (la coordenada Z apunta hacia el cielo) Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  7. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Static Viewport (cont.) Color de Otros Objetos • A cada clase de objeto se le asigna un único color. Por ejemplo: • Todo power-up de energía se representa con (1.0, 1.0, 0.0). • Todo power-up de municiones se representa con (0.0, 1.0, 1.0). • Todo enemigo de infantería se representa con (0.2, 1.0, 0.6). • Toda persona inocente se representa con (0.7, 0.7, 0.5). Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  8. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Static Viewport (cont.) Profundidad El uso de la tecnología actual de motores 3D y hardware de aceleración 3D permiten obtener ‘gratis’ la información de profundidad tomada del Z-Buffer. A cada coordenada (x, y) del Static Viewport, corresponderá una coordenada (x, y) en el Z-Buffer que contiene un número real entre 0 y 1, llamémoslo dx,y. Para calcular la distancia perpendicular d a la que se encuentra lo que representa dicho píxel del agente: d = ( f – n ) . dx,y + n f es la distancia al plano más lejano del View Frustum. n es la distancia al plano más cercano del View Frustum. far near View Frustum Viewpoint Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  9. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Dynamic Viewport Semántica del Color • Cada píxel con coordenadas (x, y) en el viewport dinámico representa la información de movimiento instantánea del objeto con coordenadas (x,y) en el viewport estático. • Sea V el vector velocidad del objeto en las coordenadas dichas, y D el vector de dirección de visión del agente, cada componente de color se obtiene como: • Rojo: Mapeo de la magnitud de V, ||V||  [0, Vmáx], en el intervalo [0, 1]. • Verde: Mapeo del coseno del ángulo entre V y D,  [-1, 1], al intervalo [0, 1]. • Azul: Mapeo directo del seno del ángulo entre V y D,  [0, 1], al intervalo [0, 1]. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  10. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Dynamic Viewport (cont.) Semántica del Color (cont.) Si normalizamos los vectores: VN = V / ||V|| y DN = D / ||D|| El coseno puede obtenerse como: cos(V, D) = VN . DN = VN1 . DN1 + VN2 . DN2 + VN3 . DN3 Y el seno: sen(V, D) = (1 – cos2(V, D)) Por lo tanto, todo objeto inanimado se verá con color (0.0, 0.5, 1.0), un tono azulado: por tener velocidad cero, se asume un coseno también en cero, y produce un seno en uno. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  11. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Módulo de IA Descripción • Desarrollamos un módulo de IA muy simple para demostrar cómo podría ser usada la visión sintética. • Consiste en dar comportamiento autónomo a un NPC, sin memoria, dentro de un juego del género FPS (First Person Shooter). • El comportamiento está basado en reglas y es reactivo. Sobre el FPS • El NPC, Bronto, cuenta con dos propiedades: Energía y Municiones. • El modelo de un FPS se ha simplificado: no es posible que Bronto dispare con armas o reciba impacto de armas enemigas. • Tanto la energía como las municiones disminuyen linealmente, cuando la energía de Bronto llega a 0, muere. • Bronto puede incrementar los valores de energía y municiones recogiendo power-ups del piso. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  12. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique H=Hini W=Wini HltH<Hut WutW LH HutH WutW WA HltH<Hut WltW<Wut LHW LW HutH WltW<Wut LQH H<Hlt HltH W<Wlt LQW Módulo de IA (cont.) Comportamiento Estático • Se definen una serie de estados en los cuales Bronto estará dependieno de los valores de sus propiedades energía y municiones. • Lo llamamos comportamiento estático porque se resuelve con el viewport estático y profundidad. • Las variables a tener en cuenta son: • H : Energía actual de Bronto. • Hini : Energía inicial de Bronto. • Hut : Umbral superior de energía. • Hlt : Umbral inferior de energía. • Análogas para municiones (Wxx). Estados • WA (Walk Around). • LH (Looking-For Health). • LW (Looking-For Weapon). • LHW (Looking-For Health and Weapon). • LQW (Looking Quickly for Weapon). • LQH (Looking Quickly for Health). Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  13. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Módulo de IA (cont.) Walk Around • Bronto está en este estado cuando no tiene ningún objetivo en concreto. Se dedica sólo a caminar evitando obstáculos. • A través de una heurística, se elige un punto de destino que corresponda a piso en el static viewport. • A través de una desproyección, se obtiene el punto de destino en coordenadas del mundo. • Luego, se traza una curva de Bezier entre Bronto y el punto de destino, que será el camino que Bronto recorrerá. • Si no es posible encontrar un punto de destino, Bronto intenta girar aleatoriamente a izquierda o derecha. • Si se detecta que Bronto está estancado, rota 180º. • Este procedimiento se repite cada vez que Bronto ya recorrió un porcentaje determinado de la última curva trazada. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  14. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Bwaupd Bwalpd 2 * Bbbr + 1 Bwaupd Bwaupd Bwalpd Bwalpd 2 * Bbbr + 1 2 * Bbbr + 1 Módulo de IA (cont.) Heurística Walk Around • Estrategia: Camino libre central • Estrategia: Camino libre más a la derecha de la mitad izquierda del viewport Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  15. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Bwaupd Bwaupd Bwalpd Bwalpd 2 * Bbbr + 1 2 * Bbbr + 1 Bwaupd Bwaupd Bwalpd Bwalpd 2 * Bbbr + 1 2 * Bbbr + 1 Módulo de IA (cont.) Heurística Walk Around (cont.) • Estrategia: Falla Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  16. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Bwaupd Bwaupd Bwalpd Bwalpd 2 * Bbbr + 1 Bwaupd 2 * Bbbr + 1 Bwaupd Módulo de IA (cont.) Heurística Walk Around: Giro • Si hubo falla, se intenta girar aleatoriamente a izquierda o derecha. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  17. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Módulo de IA (cont.) Looking-For • Bronto está en este estado cuando está necesitado de algún o ambos power-ups. En LW, LH, y LHW Bronto camina, mientras que en LQW y LQH corre. • A través de una heurística, se recorre el static viewport obteniendo todos los objetos que correspondan al power-up buscado. • Luego, se selecciona el power-up más cercano a Bronto, y se busca la coordenada en el viewport que corresponda a piso, esté a la misma profunidad que el power-up, y se encuentre debajo del mismo. • Esa coordenada es la que se establece como la de destino para luego desproyectar y trazar la curva de Bezier. • Si no había ningún power-up del buscado o la heurística falló al intentar encontrar una coordenada en el viewport que corresponda a piso con las características mencionadas, se ejecuta el comportamiento Walk Around. • Como en Walk Around, este proceso de selección de destino se repite cada vez que Bronto recorrió un porcentaje determinado de la última curva de bezier trazada. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  18. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Módulo de IA (cont.) Heurística Looking-For • x, y 0, cantidad de píxeles de tolerancia en el viewport estático para los ejes x e y. • d , 0 d  1, tolerancia en el depth buffer para la profundidad. • PUr, bounding box radio del power-up en píxeles. • x = y = PUr * o.depth • d = PUr * ( NP / FP ) • Armar lista objectlist vacía • Recorrer el static viewport • Si el píxel p es un power-up de la clase buscada entonces • Para cada objeto o de la lista objectlist • Si p.x  [o.x - x, o.x + x] y • p.y  [o.y - y, o.y + y] y • p.depth  [o.depth - d, o.depth + d] entonces • Se trata de un píxel del objeto o, dejar de comparar objetos y seguir con el próximo píxel del viewport. • Si p no pertenecía a ningún objeto, agregar un objeto o’ a objectlist con: • o'.x = p.x; o'.y = p.y; o'.depth = p.depth; Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  19. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Problemas Conocidos The Higher Floor Problem • Lo que no es piso propiamente dicho, pero se dibuja en el static viewport con el color del piso debido a la normal del polígono, Walk Around no sabe identificarlo y puede producirse que Bronto se quede estancado intentando atravesar obstáculos como si no existieran. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  20. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Bwaupd Bwaupd Bwalpd 2 * Bbbr + 1 Problemas Conocidos (cont.) The Perspective Problem • Como Walk Around utiliza un rectángulo para determinar puntos de destino en el static viewport, no se está teniendo en cuenta el efecto de la perspectiva, esto produce que Bronto esté ‘corto de vista’ y elija destinos relativamente cercanos. • Como Bbbr es un valor estimado y está obtenido experimentalmente para no estar ‘demasiado corto de vista’, Bronto también podría intentar pasar por lugares donde no cabe. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  21. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique PU PU Bronto Bronto PU PU Bronto Bronto Problemas Conocidos (cont.) The Looking-For Problem • La heurística utilizada en Looking-For no toma en cuenta obstáculos ni el ancho de Bronto, causando que se quede estancado si algo interfiere en el camino entre su posición actual y el destino deseado. Problema Solución Otros Casos con Problemas Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  22. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Intercept Don’t Worry Avoid Módulo de IA (cont.) Comportamiento Dinámico • Para demostrar un posible uso del viewport dinámico, agregamos • comportamientos reactivos ante la presencia o ausencia de enemigos. • Específicamente utilizamos la componente verde para saber si el • objeto viene (cos(V,D)<0) o se aleja (cos(V,D)0) de Bronto. • Los estados definidos son: • Don’t Worry No Hay Enemigo  (Hay Enemigo  ( H < Hut W < Wut )  cos(V,D)  0) • Cuando no hay enemigos o todos los que se ven se alejan de Bronto y alguna propiedad está por debajo del umbral superior; se debe continuar con el comportamiento estático. • Avoid Hay Enemigo  ( H < Hut W < Wut )  cos(V,D) < 0 • Cuando se ve al menos un enemigo que se acerca a Bronto y alguna propiedad está por debajo del umbral superior; debe evitarse. • Intercept Hay Enemigo  H  Hut W  Wut • Cuando se ve al menos un enemigo y ambas propiedad están por encima del umbral superior; debe interceptarse. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  23. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Demostración Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  24. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Conclusiones • El sistema de visión sintética propuesto brinda la suficiente información como para poder ser usado en módulos de IA para crear NPC’s más reales, sensando el ambiente en lugar de acceder directamente a la información del juego. • El sistema de visión es perfecto en el sentido que las condiciones de luz no están consideradas en el falso coloreo: un objeto en una zona poco iluminada, que sería difícil de ver, es percibido perfectamente igual que si estuviera plenamente iluminado. • La información brindada por el viewport dinámico también es perfecta. Podría agregarse ruido para hacerlo ‘más humano’. • Se ha implementado un simple agente sin memoria con resultados satisfactorios, el desafío ahora es agregar memoria y aprendizaje, y posiblemente otros sentidos como el auditivo. Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  25. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique Computación Gráfica • Experimentar con representaciones ‘no humanas’: visión infrarroja, sensado de calor, etc. • Investigar variantes en la representación para tener en cuenta los efectos de iluminación. • Investigar cómo sería posible agregar un índice de ‘cansancio visual’. Inteligencia Artificial • Hacer uso de la visión mediante un agente con memoria. • Agregar técnicas de apendizaje. • Permitir interacción con otros NPC’s. • Brindar atributos de personalidad para crear un personaje con ‘vida propia’. Además... • Integrar el sistema de visión propuesto en todos los géneros de juegos 3D. • Realizar un juego completo utilizando únicamente visión sintética. • Ampliar el sistema de sensado con el resto de los sentidos. • Investigar posibilidades de nuevos géneros y gameplay que podrían obtenerse a partir de un mundo habitado por personajes completamente autónomos. Trabajo a Futuro Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

  26. An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Sebastian Enrique An Investigation Into the Use of Synthetic Vision for NPC’s/Agents in Computer Games Enrique, Sebastian Mejail, Marta senrique@dc.uba.ar marta@dc.uba.ar Preguntas Autor: Director: Watt, Alan a.watt@dcs.sheffield.ac.uk Co-Director: Tesis de Licenciatura DC – FCEyN - UBA Octubre 7, 2002

More Related