Wat is een AI-game en hoe laat u deze ontwikkelen?

Niet-speelbare personages, ook wel NPC’s genoemd, kunnen reageren op de positie, acties of voortgang van een speler. Met een behavior tree kan bijvoorbeeld worden vastgelegd dat een personage patrouilleert, dekking zoekt of een speler achtervolgt wanneer aan bepaalde voorwaarden wordt voldaan. Deze aanpak is voorspelbaar en gericht te testen, omdat iedere mogelijke gedragsroute vooraf wordt ontwikkeld.

Machine learning kan worden ingezet wanneer gedrag uit trainingsscenario’s moet worden afgeleid. Een model kan bijvoorbeeld leren navigeren of een taak uitvoeren door herhaaldelijk in een gesimuleerde omgeving te oefenen. De opdrachtgever bepaalt het trainingsdoel, de beschikbare acties en de manier waarop resultaten worden beoordeeld. Na de training moet het gedrag nog steeds worden getest op ongewenste en afwijkende uitkomsten.

Generatieve AI kan tijdens het spelen tekst, dialoog of andere content samenstellen. De toepassing kan een model bijvoorbeeld context geven over een personage, spelsituatie en beschikbare onderwerpen. De game ontvangt daarna modeluitvoer die wordt gecontroleerd en in een scherm of gesprek wordt verwerkt. De ontwikkelde instructies, filters en inhoudelijke grenzen bepalen wat het model binnen de game mag genereren.

AI kan ook ondersteuning bieden buiten de directe spelwereld. Denk aan het samenstellen van vergelijkbare spelers, herkennen van afwijkende spelpatronen of selecteren van een passend moeilijkheidsniveau. Voor iedere toepassing wordt vastgesteld welke gegevens nodig zijn en of een vaste berekening voldoende is. Een AI-model is niet automatisch de beste keuze wanneer dezelfde functie betrouwbaar met gewone spelregels kan worden gebouwd.

Hoe wordt een AI-game ontwikkeld en getest?

Beschrijf invoer, beslissingen en toegestane uitkomsten

De ontwikkeling begint met de normale spelcyclus. Er wordt vastgelegd wat een speler doet, welke reactie de game toont en wanneer een ronde of scenario eindigt. Daarna wordt bepaald op welk moment AI onderdeel wordt van die cyclus. Zo blijft zichtbaar welke spelwerking vast is geprogrammeerd en welk onderdeel door een model of beslissysteem wordt uitgevoerd.

Per AI-functie zijn concrete invoer en uitvoer nodig. Een NPC kan bijvoorbeeld de locatie van een speler, beschikbare route en eigen status ontvangen. De uitvoer bestaat dan uit een toegestane actie, zoals wachten, bewegen of terugkeren. Bij generatieve AI kan de invoer bestaan uit een scenario en gespreksgeschiedenis, terwijl de uitvoer een tekstvoorstel is. De game controleert vervolgens of het resultaat technisch bruikbaar is.

Tijdens het testen worden vaste scenario’s herhaald met normale en afwijkende invoer. Daarbij wordt gecontroleerd of personages kunnen vastlopen, een model onverwachte resultaten geeft of een externe AI-dienst tijdelijk niet beschikbaar is. De toepassing kan in zulke gevallen terugvallen op een vooraf geschreven tekst, vaste spelactie of melding. Ook responstijd en gebruikskosten van externe modellen kunnen worden gemeten.

AI-uitvoer is niet altijd volledig voorspelbaar. Daarom worden grenzen niet alleen in instructies beschreven, maar waar mogelijk ook in de omringende software afgedwongen. De game kan beschikbare acties beperken, uitvoer op formaat controleren en ongewenste inhoud blokkeren. De opdrachtgever levert de inhoudelijke regels en beoordelingscriteria; APPelit bouwt en test de technische controles.

Een AI-game leert bovendien niet vanzelf door iedere speler. Wanneer gebruiksgegevens later voor analyse of aanvullende training worden ingezet, moet dat afzonderlijk worden ingericht. De opdrachtgever bepaalt welke gegevens mogen worden geregistreerd, voor welk doel zij worden gebruikt en hoe lang zij worden bewaard.