Generische Wächter‑KI für Stealth‑Spiele nutzt zusammengesetzte Potentialfelder

Forscher haben ein neues, vollständig erklärbares KI‑System für Wächter in Stealth‑Spielen vorgestellt, das ohne Training auskommt. Das Verfahren kombiniert globale Kenntnisse mit lokaler Information über sogenannte zusammengesetzte Potentialfelder und integriert drei interpretierbare Karten – Information, Vertrauen und Konnektivität – zu einem einheitlichen Entscheidungsmaß.

Der parametrierte, designer‑getriebene Ansatz erfordert lediglich wenige Gewichtungs‑ und Abklingparameter. Dadurch lässt sich das Modell problemlos an unterschiedliche Spielformate wie Occupancy‑Grid oder NavMesh anpassen, ohne dass ein erneutes Training nötig ist.

In umfangreichen Tests auf fünf verschiedenen Karten, zwei Spielersteuerungsmodi und fünf Wächterverhaltensweisen zeigte das Verfahren eine höhere Erfassungsrate und natürlichere Patrouillen als klassische Basismethoden. Die Ergebnisse unterstreichen die Leistungsfähigkeit der neuen KI‑Architektur.

Darüber hinaus lassen sich typische Stealth‑Mechaniken wie Ablenkungen und Umweltelemente als modulare Subkomponenten einbinden. Dies ermöglicht die schnelle Prototypenerstellung dynamischer, reaktionsfähiger Wächterverhalten und eröffnet Entwicklern neue Gestaltungsmöglichkeiten für immersive Stealth‑Erlebnisse.