專利名稱：將推測(cè)物理學(xué)建模與基于目標(biāo)人工智能組合的制作方法
將推測(cè)物理學(xué)建模與基于目標(biāo)人工智能組合
背景技術(shù)：
在計(jì)算機(jī)游戲中，可包含人工智能(Al)以便管理計(jì)算機(jī)控制實(shí)體的動(dòng)作。視頻游 戲中AI的示例包括規(guī)劃，其中AI實(shí)體使用有限狀態(tài)機(jī)或者基于目標(biāo)規(guī)劃來(lái)以提供智能幻 影(illusion)的方式實(shí)現(xiàn)游戲中目標(biāo)；路徑尋找，其中AI控制實(shí)體使用路徑尋找算法來(lái)對(duì) 環(huán)境進(jìn)行導(dǎo)航以到達(dá)預(yù)期點(diǎn)；以及操縱，其中AI控制實(shí)體往往根據(jù)其它實(shí)體的運(yùn)動(dòng)來(lái)調(diào)整 其運(yùn)動(dòng)。AI技術(shù)的應(yīng)用允許計(jì)算機(jī)游戲包括非人類實(shí)體，非人類實(shí)體向玩家提供智能幻影 和有趣挑戰(zhàn)并且會(huì)是視頻游戲成功的決定性方面。物理學(xué)(physics)模擬(以下稱作“物理學(xué)”)也用于計(jì)算機(jī)游戲中。游戲中的物 理學(xué)已經(jīng)包括如檢測(cè)對(duì)象何時(shí)碰撞以及控制對(duì)碰撞的響應(yīng)(彈跳、合并、粉碎等)之類的活 動(dòng)、液體流動(dòng)模擬(例如用于示出具有河/水的環(huán)境或使用液體的武器)、服裝模擬(用于 增強(qiáng)人和生物著裝、穿戴盔甲等的真實(shí)性)、武器物理學(xué)(軌跡模擬、爆炸模擬)和各種其它 主題。物理學(xué)在視頻游戲中的最新應(yīng)用已經(jīng)開(kāi)始包括可變形世界的概念，其中可在物理學(xué) 的幫助下操縱對(duì)象。在可變形世界中，部分或全部對(duì)象通過(guò)其物理屬性來(lái)描述，并且與對(duì)象 的玩家交互允許對(duì)游戲環(huán)境的變更和操縱。由可變形世界物理學(xué)實(shí)現(xiàn)的事物的示例包括在 墻上射出孔而不是經(jīng)過(guò)門口，或者扔出環(huán)境中找到的椅子而不是射擊武器。但是，在視頻游戲中物理學(xué)和AI會(huì)是計(jì)算密集的工作負(fù)荷。當(dāng)前游戲中的物理學(xué) 可每秒消耗10-100X 109浮點(diǎn)運(yùn)算(GFLOPS)，未來(lái)的游戲預(yù)計(jì)消耗甚至更多計(jì)算資源以支 持例如容積流體的豐富環(huán)境物理學(xué)特征。此外，實(shí)現(xiàn)物理學(xué)和AI的軟件在代碼復(fù)雜度(分 支、不規(guī)則/非流式存儲(chǔ)器存取)和數(shù)據(jù)復(fù)雜度(復(fù)雜數(shù)據(jù)結(jié)構(gòu)的使用)方面往往較為復(fù) 雜。一般來(lái)說(shuō)，物理學(xué)子系統(tǒng)和AI子系統(tǒng)彼此不交互。


圖IA是根據(jù)本發(fā)明一個(gè)實(shí)施例的經(jīng)預(yù)先編程潛在動(dòng)作的示例圖表。圖IB是根據(jù)本發(fā)明一個(gè)實(shí)施例的示例圖表。圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的方法的流程圖。圖3是根據(jù)本發(fā)明實(shí)施例執(zhí)行一個(gè)或多個(gè)推測(cè)(speculative)物理學(xué)模擬的方法 的流程圖。圖4是根據(jù)本發(fā)明實(shí)施例的系統(tǒng)的框圖。
具體實(shí)施例方式實(shí)施例可用于將AI和物理學(xué)組合在例如視頻游戲的基于計(jì)算機(jī)游戲中。更具體 來(lái)說(shuō)，這些不同技術(shù)可通過(guò)如下進(jìn)行組合應(yīng)用面向目標(biāo)AI的概念，其中AI具有它希望實(shí) 現(xiàn)的某個(gè)目標(biāo)(例如殺掉玩家)，其中推測(cè)運(yùn)行可變形世界物理學(xué)(例如，對(duì)玩家評(píng)估對(duì)墻 射擊是否會(huì)引起建筑物倒塌)。在游戲物理學(xué)和AI的情況下，因此，基于目標(biāo)AI系統(tǒng)將基 于物理學(xué)的可變形世界變形添加到其一般(與形勢(shì)的、預(yù)先編程的相反)可能動(dòng)作清單。 因此，不是迫使設(shè)計(jì)人員根據(jù)AI實(shí)體的物理學(xué)環(huán)境的變形性來(lái)預(yù)先考慮給予AI實(shí)體的每一個(gè)選項(xiàng)，而是AI實(shí)體可通過(guò)與可變形對(duì)象進(jìn)行推測(cè)交互來(lái)動(dòng)態(tài)發(fā)現(xiàn)其選項(xiàng)。本文所使用 的術(shù)語(yǔ)“Al實(shí)體”或“Al角色”是指受AI系統(tǒng)控制的游戲環(huán)境中存在的參與者或其它代理 (agent)的表示。作為基于AI發(fā)現(xiàn)的一個(gè)示例，AI系統(tǒng)可判定對(duì)墻射擊是否會(huì)因倒塌而引起玩家 死亡，或者推動(dòng)長(zhǎng)凳是否會(huì)產(chǎn)生到達(dá)玩家的新路徑，或者引爆炸彈是否會(huì)造成玩家無(wú)法穿 過(guò)的障礙物。這又會(huì)更好地利用可變形世界的物理學(xué)能力以及使AI表現(xiàn)得更有創(chuàng)造性，即 向玩家提供AI角色智能外觀的方面。相比之下，在當(dāng)今的大多數(shù)視頻游戲中，以比較有限的方式使用AI和物理學(xué)。AI 通?；跔顟B(tài)或者具有極有限的基于目標(biāo)行為。此外，AI角色可用的選項(xiàng)必須由設(shè)計(jì)人員 向其進(jìn)行描述。這是勞動(dòng)密集的過(guò)程，并且是將AI限制到與設(shè)計(jì)人員所開(kāi)發(fā)的靜態(tài)創(chuàng)建環(huán) 境進(jìn)行交互的過(guò)程。因此，雖然當(dāng)前游戲AI在一些情況下提供世界變形的可能性，但是這 類可能性由游戲設(shè)計(jì)人員人工預(yù)先編程。例如，AI角色將僅知道它是否可突破窗口進(jìn)入房 間，要是設(shè)計(jì)人員在AI算法中明確添加那個(gè)選項(xiàng)的話。這類選項(xiàng)通常僅包括可被嘗試的對(duì) 象或動(dòng)作的具體列表。此外，當(dāng)前計(jì)算機(jī)游戲使用反應(yīng)形式的物理學(xué)，其中玩家執(zhí)行動(dòng)作而 物理學(xué)模擬對(duì)結(jié)果建模。但是，這類游戲沒(méi)有使用基于目標(biāo)AI和推測(cè)物理學(xué)執(zhí)行的組合。 通過(guò)使用本發(fā)明的實(shí)施例來(lái)組合這兩種技術(shù)，可使游戲?qū)ν婕腋咛魬?zhàn)性且更有趣，減少 游戲設(shè)計(jì)人員所需的工作量，并且增加AI以未由設(shè)計(jì)人員預(yù)先考慮的方式利用物理學(xué)環(huán) 境的能力。雖然許多不同實(shí)現(xiàn)是可能的，但作為示例來(lái)描述一個(gè)實(shí)施例。示例實(shí)施例使用面 向目標(biāo)規(guī)劃，其中設(shè)計(jì)人員在游戲開(kāi)發(fā)期間創(chuàng)建潛在動(dòng)作圖表，該圖表指明AI角色可采取 的可能動(dòng)作以及從那些動(dòng)作可產(chǎn)生什么結(jié)果。這用于實(shí)現(xiàn)AI角色的目標(biāo)。預(yù)先編程潛在動(dòng)作的示例圖表如圖IA所示，其中目標(biāo)是扳動(dòng)帶門的墻的另一側(cè) 上的開(kāi)關(guān)。圖IA中，節(jié)點(diǎn)是AI角色可能所處的狀態(tài)，并且邊是它可采取的動(dòng)作。邊也標(biāo)記 有成本值，從而為特定動(dòng)作過(guò)程賦予AI角色偏好。因此，如圖IA所示，潛在動(dòng)作圖表10包 括各自可定義AI角色所處狀態(tài)的多個(gè)節(jié)點(diǎn)20、25和35。具體來(lái)說(shuō)，狀態(tài)20可與開(kāi)門之后 AI角色的定位和狀態(tài)關(guān)聯(lián)，節(jié)點(diǎn)25與踢倒門之后AI角色的狀態(tài)和定位關(guān)聯(lián)，而狀態(tài)35可 在AI角色扳動(dòng)開(kāi)關(guān)之后到達(dá)。在一個(gè)實(shí)施例中，AI子系統(tǒng)進(jìn)行操作以找到通過(guò)圖表至目 標(biāo)的最短成本路徑，并實(shí)現(xiàn)該計(jì)劃。例如，如果門被鎖上，則AI會(huì)認(rèn)識(shí)到這點(diǎn)并重新規(guī)劃。 在圖IA的實(shí)施例中，括號(hào)中的數(shù)字可表示各動(dòng)作的成本。通過(guò)使用本發(fā)明的實(shí)施例，可用通過(guò)從AI系統(tǒng)到物理學(xué)系統(tǒng)的查詢所提供的選 項(xiàng)來(lái)動(dòng)態(tài)擴(kuò)大這個(gè)預(yù)先編程圖表。例如，在上述情況之后，可將墻的某些部分建模為可用炸 藥來(lái)操縱的磚塊堆。沒(méi)有來(lái)自設(shè)計(jì)人員的輸入，AI系統(tǒng)可動(dòng)態(tài)執(zhí)行光線投射(raycast)，以 便識(shí)別從角色可見(jiàn)的所有可變形對(duì)象。如果找到這類對(duì)象，則可運(yùn)行推測(cè)物理學(xué)模擬，以便 查看用例如火箭筒射擊對(duì)象的結(jié)果是否允許AI角色到達(dá)其目標(biāo)。如果這類選項(xiàng)可用，則來(lái) 自圖IA的圖表會(huì)被擴(kuò)大為看起來(lái)像圖IB中的圖表。更具體來(lái)說(shuō)，圖IB示出根據(jù)本發(fā)明實(shí)施例的潛在動(dòng)作圖表。在圖表10’中，存在 附加狀態(tài)40。這個(gè)附加狀態(tài)40可在游戲的運(yùn)行時(shí)間期間被動(dòng)態(tài)添加到圖表。也就是說(shuō)， AI子系統(tǒng)可在查看它所在的環(huán)境時(shí)確定可變形對(duì)象(例如墻)的存在，并且向物理學(xué)子系 統(tǒng)生成執(zhí)行推測(cè)物理學(xué)模擬的請(qǐng)求，以便確定執(zhí)行動(dòng)作(例如對(duì)墻發(fā)射火箭筒)是否將產(chǎn)生預(yù)期結(jié)果，即擊倒墻或者其一部分使得AI角色可到達(dá)其最終目標(biāo)。相應(yīng)地，通過(guò)開(kāi)始于 與圖IA的圖表10中相同的預(yù)先編程選項(xiàng)并且根據(jù)AI子系統(tǒng)請(qǐng)求的一個(gè)或多個(gè)推測(cè)物理 學(xué)模擬的結(jié)果更新圖表，在運(yùn)行時(shí)間期間動(dòng)態(tài)生成圖IB的圖表10’。因此，這個(gè)擴(kuò)大的圖表 允許AI角色按照不同方式與其環(huán)境進(jìn)行交互，而無(wú)需設(shè)計(jì)人員明確描述其全部可能動(dòng)作。 注意，在圖IB的實(shí)施例中，對(duì)墻發(fā)射火箭的成本可高于其它潛在動(dòng)作。在一些實(shí)現(xiàn)中，推測(cè) 動(dòng)作的這類成本確定可由設(shè)計(jì)人員來(lái)確定。例如，如果設(shè)計(jì)人員希望AI角色優(yōu)選更巧妙的 方式，則可向所有火箭筒使用賦予作為比格斗拳擊更高成本的指定成本。在其它實(shí)現(xiàn)中，成 本可由物理學(xué)子系統(tǒng)生成。例如，努力推動(dòng)特定重量塊的工作可用于賦予AI角色對(duì)較少物 理努力的偏好。現(xiàn)在參照?qǐng)D2，示出根據(jù)本發(fā)明一個(gè)實(shí)施例的方法的流程圖。如圖2所示，方法100 可由AI子系統(tǒng)在運(yùn)行時(shí)間期間用于請(qǐng)求和得到一個(gè)或多個(gè)推測(cè)物理學(xué)模擬的結(jié)果，并且 將這類結(jié)果用于確定要采取的動(dòng)作。注意，雖然圖2的流程圖針對(duì)游戲運(yùn)行期間的運(yùn)行時(shí) 間，但是實(shí)施例也可在游戲開(kāi)發(fā)的設(shè)計(jì)部分期間使用。因此，如下面進(jìn)一步所述，AI子系統(tǒng) 可在游戲的原型執(zhí)行期間工作在與圖2所示相似的方式，以便確定可對(duì)可變形對(duì)象采取的 各種潛在動(dòng)作，使得根據(jù)推測(cè)物理學(xué)模擬的結(jié)果，游戲設(shè)計(jì)人員可選擇將潛在動(dòng)作中之一 或多個(gè)結(jié)合到將要啟用的動(dòng)作的預(yù)先編程選擇。現(xiàn)在參照?qǐng)D2，方法100可通過(guò)執(zhí)行識(shí)別對(duì)AI角色可見(jiàn)的可變形對(duì)象的請(qǐng)求而開(kāi) 始(框110)。在各個(gè)實(shí)施例中，在游戲運(yùn)行期間，AI子系統(tǒng)在AI角色進(jìn)入環(huán)境時(shí)可確定對(duì) AI角色可見(jiàn)的一個(gè)或多個(gè)可變形對(duì)象的存在。對(duì)于這些可變形對(duì)象中的至少一個(gè)以及可能 多個(gè)或全部，AI子系統(tǒng)可生成對(duì)這些可變形對(duì)象中之一或多個(gè)執(zhí)行推測(cè)動(dòng)作的推測(cè)物理學(xué) 模擬的請(qǐng)求(框120)。相應(yīng)地，AI子系統(tǒng)將這些請(qǐng)求發(fā)送給可執(zhí)行推測(cè)物理學(xué)模擬的物理 學(xué)子系統(tǒng)，如下面進(jìn)一步所述。在框130，可從物理學(xué)子系統(tǒng)接收模擬結(jié)果。根據(jù)可指明給定推測(cè)動(dòng)作是否成功引 起例如擊倒墻、豎起障礙物或者引起某個(gè)別的預(yù)期動(dòng)作的預(yù)期結(jié)果的那些結(jié)果，可將這些 結(jié)果結(jié)合到潛在動(dòng)作圖表中(框140)。例如，又參照?qǐng)D1B，根據(jù)推測(cè)物理學(xué)模擬的結(jié)果，AI 子系統(tǒng)可添加附加節(jié)點(diǎn)40，因而生成圖表10’。根據(jù)這個(gè)圖表，可選擇潛在動(dòng)作(例如圖表 中所述)中的動(dòng)作(框150)。更具體來(lái)說(shuō)，在一個(gè)實(shí)施例中，AI子系統(tǒng)可選擇具有最低成 本的動(dòng)作來(lái)執(zhí)行。最后，在框160，可執(zhí)行所選動(dòng)作。雖然在圖2的實(shí)施例中以這種具體實(shí) 現(xiàn)示出，但是本發(fā)明的范圍不限于此，AI子系統(tǒng)可以與上文所述不同的方式請(qǐng)求和使用推 測(cè)物理學(xué)模擬的結(jié)果。執(zhí)行推測(cè)物理學(xué)模擬會(huì)是計(jì)算量極大的。因此，在一些實(shí)施例中，可執(zhí)行全推測(cè)物 理學(xué)模擬的變型以降低復(fù)雜度，使得它工作在最大范圍的游戲情景和硬件環(huán)境中。這些變 型包括對(duì)推測(cè)物理學(xué)執(zhí)行比對(duì)實(shí)際上使對(duì)象在游戲中移動(dòng)的物理學(xué)精確性更小的物理學(xué) 模擬；限制用于執(zhí)行推測(cè)物理學(xué)模擬的處理器時(shí)間量(例如，這類模擬可限制到預(yù)定的處 理器帶寬等級(jí)，如50%以下)；以及通過(guò)對(duì)象離AI角色的視線的距離對(duì)物理學(xué)模擬確定優(yōu) 先順序。注意，進(jìn)行多個(gè)并發(fā)模擬將順利并行化，因?yàn)楠?dú)立推測(cè)物理學(xué)模擬可完全獨(dú)立地進(jìn) 行。如上所述，可針對(duì)推測(cè)物理學(xué)模擬進(jìn)行各種優(yōu)化，以便降低計(jì)算復(fù)雜度等?，F(xiàn)在參 照?qǐng)D3，示出根據(jù)本發(fā)明實(shí)施例執(zhí)行一個(gè)或多個(gè)推測(cè)物理學(xué)模擬的方法的流程圖。如圖3所示，方法200可通過(guò)接收對(duì)一個(gè)或多個(gè)推測(cè)物理學(xué)模擬的請(qǐng)求而開(kāi)始(框210)。隨后，物理 學(xué)子系統(tǒng)可根據(jù)AI角色與可變形對(duì)象之間的距離對(duì)這些模擬確定優(yōu)先順序(框220)。例 如，假定已經(jīng)接收到許多請(qǐng)求，至少一個(gè)請(qǐng)求與AI角色視野中的多個(gè)可變形對(duì)象中的每個(gè) 關(guān)聯(lián)。為實(shí)現(xiàn)優(yōu)先順序，物理學(xué)子系統(tǒng)可選擇最近的對(duì)象來(lái)執(zhí)行物理學(xué)模擬。至少，物理學(xué) 子系統(tǒng)可將模擬排序(order)，使得首先分析最近的對(duì)象。隨后，仍然參照?qǐng)D3，對(duì)于各模擬，可確定是否存在執(zhí)行模擬的足夠資源(菱形框 230)。例如，在一個(gè)實(shí)現(xiàn)中，模擬可被并行化并且單獨(dú)提供給給定處理器的多個(gè)核心或其它 處理單元中的每個(gè)。如果沒(méi)有資源可用于給定模擬，則該方法可針對(duì)那個(gè)模擬作出結(jié)論。相 反，如果資源可用，則控制轉(zhuǎn)到框240，可在那里模擬動(dòng)作并且可生成物理學(xué)模型(框240)。 例如，可實(shí)現(xiàn)物理學(xué)模型，以便執(zhí)行綜合階段和碰撞檢測(cè)階段。在綜合階段，可移動(dòng)可變形 對(duì)象和/或其它主體，并且在這個(gè)綜合階段期間的一個(gè)或多個(gè)點(diǎn)，可執(zhí)行碰撞檢測(cè)以確定 兩個(gè)此類主體是否已碰撞。根據(jù)可用資源量，可執(zhí)行這些綜合和碰撞檢測(cè)階段的不同粒度。 當(dāng)模擬完成時(shí)，可將可與可變形對(duì)象的識(shí)別對(duì)應(yīng)的那個(gè)模擬的結(jié)果和推測(cè)結(jié)果(例如，墻 是否被粉碎等)回傳給AI子系統(tǒng)(框250)。然后，如果存在要執(zhí)行的附加模擬，則控制可 以轉(zhuǎn)回到上述菱形框230。雖然在圖3的實(shí)施例中以這種具體實(shí)現(xiàn)示出，但是本發(fā)明的范圍 不限于此。如上所述，在一些實(shí)現(xiàn)中，組合AI和物理學(xué)模擬可在游戲的設(shè)計(jì)階段期間進(jìn)行。 更具體來(lái)說(shuō)，在進(jìn)行初始編程并且原型程序可用于執(zhí)行之后，在這種原型或驗(yàn)證執(zhí)行期間， AI子系統(tǒng)可尋求一個(gè)或多個(gè)推測(cè)物理學(xué)模擬來(lái)確定可能動(dòng)作的潛在結(jié)果。然后，可由游戲 設(shè)計(jì)人員分析這些推測(cè)物理學(xué)模擬結(jié)果。根據(jù)這些結(jié)果，游戲設(shè)計(jì)人員可選擇一個(gè)或多個(gè) 潛在動(dòng)作來(lái)合并到潛在動(dòng)作圖表中。因此，根據(jù)這個(gè)推測(cè)操作，可將一個(gè)或多個(gè)附加潛在動(dòng) 作添加到對(duì)AI角色可用的預(yù)先編程動(dòng)作集合，作為對(duì)原型程序的修訂或更新。因此，又參 照?qǐng)D1B，可根據(jù)游戲的原型運(yùn)行期間所執(zhí)行的推測(cè)物理學(xué)模擬將附加節(jié)點(diǎn)40添加到如圖 IA中圖表10的預(yù)先編程圖表。因此，通過(guò)使用本發(fā)明的各個(gè)實(shí)施例，在游戲運(yùn)行期間，AI角色可根據(jù)設(shè)計(jì)人員所 描述并且結(jié)合到游戲中的預(yù)先編程判定從多個(gè)潛在動(dòng)作中進(jìn)行選擇。此外，附加潛在動(dòng)作 可基于AI子系統(tǒng)在游戲開(kāi)發(fā)期間所生成的潛在判定。在這種原型游戲運(yùn)行期間，在接收到 包括潛在判定的結(jié)果時(shí)，AI子系統(tǒng)可更新已經(jīng)包括已由游戲設(shè)計(jì)人員預(yù)先編程的一個(gè)或多 個(gè)潛在動(dòng)作的潛在動(dòng)作圖表。在這種原型運(yùn)行模式中，在一個(gè)實(shí)現(xiàn)中，可控制原型游戲以將 對(duì)圖表的任何所添加潛在判定存儲(chǔ)到追蹤高速緩存或者其它存儲(chǔ)位置，使得它可被游戲設(shè) 計(jì)人員在以后存取。此外，在一些實(shí)現(xiàn)中，可控制原型游戲運(yùn)行，使得可選擇這些動(dòng)態(tài)更新 潛在動(dòng)作中之一或多個(gè)供AI角色運(yùn)行，即使其成本比靜態(tài)定義動(dòng)作的大。這種執(zhí)行的結(jié)果 還可被存儲(chǔ)在追蹤高速緩存或者其它這種存儲(chǔ)位置中，使得游戲設(shè)計(jì)人員在檢查游戲運(yùn)行 時(shí)可確定這類動(dòng)作對(duì)于預(yù)先編程到潛在動(dòng)作圖表是否合乎需要。因此，根據(jù)這種運(yùn)行，在游 戲開(kāi)發(fā)期間，這些潛在動(dòng)作則可由設(shè)計(jì)人員選擇以供結(jié)合使得它們變成被預(yù)先編程到最終 游戲版本中是可能的。最后，在各個(gè)實(shí)施例中，在運(yùn)行時(shí)間操作期間，AI子系統(tǒng)可在運(yùn)行時(shí)間期間向物理 學(xué)子系統(tǒng)自動(dòng)請(qǐng)求一個(gè)或多個(gè)推測(cè)物理學(xué)模擬?？蓪⑴c這些潛在動(dòng)作關(guān)聯(lián)的結(jié)果添加到待 執(zhí)行的潛在動(dòng)作的圖表。因此，在運(yùn)行時(shí)間期間，AI角色則可選擇這些動(dòng)態(tài)添加動(dòng)作中之一，從而給用戶增強(qiáng)游戲的現(xiàn)實(shí)性。實(shí)施例可在許多不同系統(tǒng)類型中實(shí)現(xiàn)。現(xiàn)在參照?qǐng)D4，示出根據(jù)本發(fā)明實(shí)施例的 系統(tǒng)的框圖。如圖4所示，多處理器系統(tǒng)500是點(diǎn)對(duì)點(diǎn)互連系統(tǒng)，并且包括經(jīng)由點(diǎn)對(duì)點(diǎn)互連 550耦合的第一處理器570和第二處理器580。如圖4所示，處理器570和580中的每個(gè)可 以是多核處理器，其中包括第一和第二處理器核心(即處理器核心574a及574b和處理器 核心584a及584b)，但是潛在地，處理器中可存在更多核心。各處理器核心可以是具有寬向 量處理單元的有序處理器，其中相干和高速緩沖存儲(chǔ)器通過(guò)處理器間通信網(wǎng)絡(luò)(圖4中未 示出)與其耦合。此外，在一些實(shí)施例中，處理器570和580還可包括固定功能協(xié)處理器， 所述協(xié)處理器在一個(gè)實(shí)施例中可包括可適合執(zhí)行推測(cè)物理學(xué)模擬的一個(gè)或多個(gè)專用物理 學(xué)處理單元。但是，在許多實(shí)現(xiàn)中，根據(jù)本發(fā)明實(shí)施例執(zhí)行的推測(cè)物理學(xué)模擬可在處理器核 心的所選一個(gè)或多個(gè)(例如子集)上運(yùn)行。因此，實(shí)施例可利用具有多核環(huán)境的體系結(jié)構(gòu) 來(lái)執(zhí)行高速推測(cè)物理學(xué)模擬，供與運(yùn)行于處理器核心中一個(gè)或多個(gè)的AI子系統(tǒng)所控制的 AI角色結(jié)合使用。仍然參照?qǐng)D4，第一處理器570還包括存儲(chǔ)控制器集線器(MCH) 572和點(diǎn)對(duì)點(diǎn) (P-P)接口 576及578。類似地，第二處理器580包括MCH 582和P-P接口 586及588。如 圖2所示，MCH 572及582將處理器耦合到相應(yīng)存儲(chǔ)器，即存儲(chǔ)器532和存儲(chǔ)器534，它們可 以是與相應(yīng)處理器本地附連的主存儲(chǔ)器(例如動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器(DRAM))的部分。第一 處理器570和第二處理器580可分別經(jīng)由P-P互連552與554耦合到芯片組590。如圖4 所示，芯片組590包括P-P接口 594和598。此外，芯片組590包括通過(guò)P-P互連539將芯片組590與高性能圖形引擎538耦 合的接口 592。芯片組590又可經(jīng)由接口 596耦合到第一總線516。如圖4所示，各種輸入 /輸出(I/O)裝置514可連同總線橋518 —起耦合到第一總線516，總線橋518將第一總線 516耦合到第二總線520。在一個(gè)實(shí)施例中，包括例如鍵盤/鼠標(biāo)522、通信裝置526以及可 包括代碼530的例如磁盤驅(qū)動(dòng)器或其它大容量存儲(chǔ)裝置的數(shù)據(jù)存儲(chǔ)單元528的各種裝置可 耦合到第二總線520。另外，音頻1/0524可耦合到第二總線520。實(shí)施例可通過(guò)代碼實(shí)現(xiàn)，并且可被存儲(chǔ)在存儲(chǔ)介質(zhì)中，存儲(chǔ)介質(zhì)具有其上存儲(chǔ)的 指令，所述指令可用于將系統(tǒng)編程為執(zhí)行這些指令。存儲(chǔ)介質(zhì)可包括但不限于任何類型的 磁盤，包括軟盤、光盤、致密盤只讀存儲(chǔ)器(⑶-ROM)、可重寫(xiě)密致盤(⑶-RW)和磁光盤；半導(dǎo) 體器件，例如只讀存儲(chǔ)器(ROM)、例如動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器(DRAM)和靜態(tài)隨機(jī)存取存儲(chǔ)器 (SARAM)的隨機(jī)存取存儲(chǔ)器(RAM)、可擦可編程只讀存儲(chǔ)器(EPROM)、閃速存儲(chǔ)器、電可擦可 編程只讀存儲(chǔ)器(EEPROM)、磁卡或光卡；或者，適合存儲(chǔ)電子指令的其它類型的介質(zhì)。雖然已針對(duì)有限數(shù)量的實(shí)施例描述了本發(fā)明，但是本領(lǐng)域技術(shù)人員將領(lǐng)會(huì)從這些 實(shí)施例知道大量修改和變更。所附權(quán)利要求書(shū)意在涵蓋落入本發(fā)明的真實(shí)精神和范圍之內(nèi) 的所有這類修改和變更。
8
權(quán)利要求
一種方法，包括識(shí)別計(jì)算機(jī)游戲的場(chǎng)景中對(duì)所述計(jì)算機(jī)游戲的人工智能(AI)角色可見(jiàn)的可變形對(duì)象；請(qǐng)求與所述可變形對(duì)象關(guān)聯(lián)的至少一個(gè)推測(cè)物理學(xué)模擬，以便確定與所述AI角色對(duì)所述可變形對(duì)象的至少一個(gè)動(dòng)作關(guān)聯(lián)的結(jié)果；以及選擇可被所述AI角色采取的多個(gè)動(dòng)作中之一，其中所述選擇至少部分基于所述至少一個(gè)推測(cè)物理學(xué)模擬。
2.如權(quán)利要求1所述的方法，還包括至少部分根據(jù)與各動(dòng)作態(tài)關(guān)聯(lián)的成本從所述多 個(gè)動(dòng)作選擇所述動(dòng)作。
3.如權(quán)利要求1所述的方法，還包括請(qǐng)求多個(gè)推測(cè)物理學(xué)模擬，其中所述推測(cè)物理學(xué) 模擬的優(yōu)先級(jí)基于所述對(duì)應(yīng)可變形對(duì)象與所述AI角色之間的距離。
4.如權(quán)利要求1所述的方法，還包括使用具有第一精度的模擬模型來(lái)執(zhí)行所述至少 一個(gè)推測(cè)物理學(xué)模擬，所述第一精度具有比對(duì)所述可變形對(duì)象的實(shí)際移動(dòng)所執(zhí)行的具有第 二精度的模擬模型更低的精度。
5.如權(quán)利要求1所述的方法，還包括接收與所述至少一個(gè)動(dòng)作關(guān)聯(lián)的結(jié)果，并且根據(jù) 所述結(jié)果更新將要被所述AI角色采取的潛在動(dòng)作的圖表。
6.如權(quán)利要求5所述的方法，其中，所述更新之前的所述潛在動(dòng)作的圖表僅包括預(yù)先 編程動(dòng)作。
7.如權(quán)利要求1所述的方法，還包括評(píng)估根據(jù)所述至少一個(gè)推測(cè)物理學(xué)模擬控制所 述AI角色的AI子系統(tǒng)中的多個(gè)可變形對(duì)象操縱選項(xiàng)。
8.如權(quán)利要求7所述的方法，還包括對(duì)多核處理器的不同核心或者核心子集評(píng)估所 述多個(gè)可變形對(duì)象操縱選項(xiàng)中的每個(gè)。
9.如權(quán)利要求1所述的方法，還包括將執(zhí)行所述至少一個(gè)推測(cè)物理學(xué)模擬的可用處 理器資源限制到預(yù)定等級(jí)。
10.一種產(chǎn)品，包括含有指令的機(jī)器可訪問(wèn)介質(zhì)，所述指令在被運(yùn)行時(shí)使系統(tǒng)在計(jì)算機(jī)游戲的原型版本的開(kāi)發(fā)執(zhí)行期間，識(shí)別所述計(jì)算機(jī)游戲的場(chǎng)景中對(duì)人工智能 (Al)角色可見(jiàn)的可變形對(duì)象；執(zhí)行與所述可變形對(duì)象關(guān)聯(lián)的至少一個(gè)推測(cè)物理學(xué)模擬，以便確定與所述AI角色對(duì) 所述可變形對(duì)象的可能動(dòng)作關(guān)聯(lián)的結(jié)果；以及用與動(dòng)態(tài)定義的動(dòng)作對(duì)應(yīng)的結(jié)果動(dòng)態(tài)更新由所述AI角色采取的可能動(dòng)作的圖表，其 中所述圖表包括多個(gè)預(yù)先編程動(dòng)作；以及將所述結(jié)果存儲(chǔ)在臨時(shí)存儲(chǔ)裝置中，供所述計(jì)算機(jī)游戲的編程人員存取。
11.如權(quán)利要求10所述的產(chǎn)品，還包括從所述可能動(dòng)作的圖表選擇可被所述AI角色 采取的多個(gè)動(dòng)作中之一的指令。
12.如權(quán)利要求11所述的產(chǎn)品，還包括即使與所述動(dòng)態(tài)定義動(dòng)作關(guān)聯(lián)的成本大于與 所述預(yù)先編程動(dòng)作關(guān)聯(lián)的成本也使所述AI角色選擇所述動(dòng)態(tài)定義的動(dòng)作以供執(zhí)行的指 令。
13.如權(quán)利要求12所述的產(chǎn)品，還包括將由于所述所選動(dòng)作而發(fā)生的結(jié)果存儲(chǔ)在所 述臨時(shí)存儲(chǔ)裝置中供所述編程人員存取的指令。
14.一種系統(tǒng)，包括處理器，包括獨(dú)立運(yùn)行指令的多個(gè)核心；以及動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器(DRAM)，存儲(chǔ)包括指令的程序，所述程序具有在所述處理器上運(yùn) 行的人工智能(Al)模塊和物理學(xué)模塊，所述AI模塊識(shí)別所述程序的場(chǎng)景中對(duì)由所述AI模 塊所控制的AI角色可見(jiàn)的可變形對(duì)象，請(qǐng)求所述物理學(xué)模塊執(zhí)行與所述可變形對(duì)象關(guān)聯(lián) 的至少一個(gè)推測(cè)物理學(xué)模擬以便確定從所述AI角色對(duì)所述可變形對(duì)象的至少一個(gè)動(dòng)作發(fā) 生的結(jié)果，以及將所述至少一個(gè)動(dòng)作添加到所述AI角色可對(duì)所述可變形對(duì)象采取的動(dòng)作 的集合，其中所述動(dòng)作的集合中的其它動(dòng)作是預(yù)先編程的。
15.如權(quán)利要求14所述的系統(tǒng)，其中，所述AI模塊將所述至少一個(gè)動(dòng)作添加到潛在動(dòng) 作的圖表，并且將成本與所述至少一個(gè)動(dòng)作關(guān)聯(lián)。
16.如權(quán)利要求15所述的系統(tǒng)，其中，所述指令使所述AI模塊能夠從所述動(dòng)作的集合 選擇動(dòng)作，其中所述選擇至少部分基于所選動(dòng)作的成本。
17.如權(quán)利要求16所述的系統(tǒng)，其中，所述物理學(xué)模塊以比在選擇所述至少一個(gè)動(dòng)作 時(shí)所執(zhí)行的物理學(xué)模擬更低的精度執(zhí)行所述至少一個(gè)推測(cè)物理學(xué)模擬。
18.如權(quán)利要求14所述的系統(tǒng)，其中，所述AI模塊請(qǐng)求多個(gè)推測(cè)物理學(xué)模擬，并且所述 物理學(xué)模塊根據(jù)所述對(duì)應(yīng)可變形對(duì)象與所述AI角色之間的距離對(duì)所述推測(cè)物理學(xué)模擬確 定優(yōu)先順序。
19.如權(quán)利要求18所述的系統(tǒng)，其中，所述物理學(xué)模塊在所述多個(gè)核心的不同核心上 運(yùn)行所述多個(gè)推測(cè)物理學(xué)模擬中的每個(gè)。
20.如權(quán)利要求14所述的系統(tǒng)，其中，所述預(yù)先編程動(dòng)作中至少之一在所述程序的原 型執(zhí)行期間從所述AI模塊對(duì)推測(cè)物理學(xué)模擬的請(qǐng)求得出。
全文摘要
在一個(gè)實(shí)施例中，本發(fā)明包括一種用于執(zhí)行下列步驟的方法識(shí)別計(jì)算機(jī)游戲場(chǎng)景中對(duì)游戲的人工智能(AI)角色可見(jiàn)的可變形對(duì)象；請(qǐng)求與可變形對(duì)象關(guān)聯(lián)的推測(cè)物理學(xué)模擬，以便確定AI角色對(duì)可變形對(duì)象的動(dòng)作的結(jié)果；以及，選擇將由AI角色執(zhí)行的動(dòng)作，其中該選擇至少部分基于推測(cè)物理學(xué)模擬。描述了其它實(shí)施例并且要求其權(quán)益。
文檔編號(hào)A63F13/10GK101977662SQ200980111143
公開(kāi)日2011年2月16日 申請(qǐng)日期2009年3月20日 優(yōu)先權(quán)日2008年3月26日
發(fā)明者A·孔策, D·普措盧, T·莫里森 申請(qǐng)人:英特爾公司