Luận văn tốt nghiệp: Thiết kế mô hình tri giác và nhận thức cho NPCs trong game stealth

• Tác giả: Phạm Phước Hoài
• Người hướng dẫn: ThS. Vương Bá Thịnh
• Trường học: Đại học Bách Khoa TP.HCM
• Chuyên ngành: Khoa học máy tính
• Đề tài: Thiết Kế Mô Hình Tri Giác Cho NPCs Trong Game Stealth
• Loại tài liệu: luận văn tốt nghiệp
• Năm xuất bản: 2020-2021
• Địa điểm: TP.HCM

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• 1. GIỚI THIỆU
• 2. CÁC NGHIÊN CỨU LIÊN QUAN
• 2.1. Thị giác cho NPC
• 2.2. Mô phỏng sự lan truyền của âm thanh và thính giác cho NPC
• 2.3. Region Sense Manager (RSM)
• 2.4. Finite Element Model Sense Manager (FEMSM)
• 2.5. Mô tả trạng thái và việc đưa ra quyết định cho NPC bằng Finite State Machine (FSM)
• 2.6. Những thiếu sót của các nghiên cứu trên
• 3. MÔ HÌNH TÌM ĐƯỜNG ĐI (PATH-FINDING) CHO NPC
• 3.1. NavMesh và tìm đường đi ngắn nhất trong Unity
• 3.2. Né tránh vật cản và RVO (Reciprocal Velocity Obstacles)
• 4. THIẾT KẾ MÔ HÌNH NHẬN THỨC THỊ GIÁC (VISUAL PERCEPTION) CHO NPC
• 4.1. Nhận thức thị giác ở con người
• 4.2. Mô hình đề xuất cho nhận thức thị giác ở con người
• 4.2.1. Mô hình thị giác cơ bản
• 4.2.2. Mô hình thị giác đề xuất
• 5. THIẾT KẾ MÔ HÌNH NHẬN THỨC THÍNH GIÁC (AUDITORY PERCEPTION) CHO NPC
• 5.1. Nhận thức thính giác ở con người
• 5.1.1. Sự suy giảm cường độ của âm thanh
• 5.1.2. Sự nhiễu xạ của âm thanh (Diffraction)
• 5.1.3. Sự phản xạ âm thanh và âm vang (Reflection and Reverberation)
• 5.1.4. Binaural sound cues
• 5.1.5. Định vị nguồn âm thanh dựa vào sự lan truyền của âm thanh (propagation based sound localisation)
• 5.2. Mô hình đề xuất cho nhận thức thính giác của NPC
• 5.2.1. Mô hình truyền tín hiệu âm thanh
• 5.2.1.a. Biểu diễn tín hiệu âm thanh
• 5.2.2. Mô phỏng sự lan truyền của âm thanh trong môi trường
• 5.2.3. Khả năng xác định vị trí nguồn âm của NPC
• 5.2.3.a. Xác định một NPC có thể nghe được âm thanh phát ra hay không
• 5.2.3.b. Ước tính hướng của nguồn âm
• 5.2.3.c. Ước tính vị trí nguồn âm
• 5.d. Tổng hợp quá trình hoạt động của mô hình
• 6. THIẾT KẾ MÔ HÌNH HÀNH VI (BEHAVIOR) CHO NPC
• 6.1. Cây hành vi (Behaviour tree)
• 7. ỨNG DỤNG MÔ HÌNH VÀO GAME CỤ THỂ
• 7.1. Quá trình thiết kế
• 7.1.1. High Concept Document
• 7.1.2. Game Design Document
• 7.2. Quá trình phát triển
• 7.2.1. Mô hình nhận thức thị giác
• 7.2.2. Mô hình nhận thức thính giác
• 7.3. Một số hình ảnh trong game
• 7.3.1. Kiểm thử mô hình thị giác
• 7.3.2. Kiểm thử mô hình thính giác
• 7.3.3. Kiểm thử mô hình hành vi
• 9. ĐÁNH GIÁ VÀ HƯỚNG PHÁT TRIỂN
• 9.2. Hướng phát triển
• TÀI LIỆU

I. Giới thiệu

Trong bối cảnh phát triển không ngừng của ngành công nghiệp game, việc thiết kế mô hình tri giác cho NPCs (nhân vật không chơi) trong thể loại game stealth đang trở thành một thách thức lớn. NPCs không chỉ đơn thuần là những nhân vật phụ mà còn là những thành phần quan trọng góp phần tạo nên trải nghiệm của người chơi. Mục tiêu của nghiên cứu này là xây dựng một mô hình tri giác cho NPCs nhằm nâng cao tính thực tế và sự tương tác của chúng với người chơi. Việc áp dụng các công nghệ AI hiện đại vào thiết kế mô hình tri giác giúp NPCs có khả năng nhận thức môi trường xung quanh, từ đó đưa ra những hành động phù hợp. Đặc biệt, trong thể loại stealth game, NPCs cần có khả năng phát hiện người chơi một cách tinh vi, tạo ra những trải nghiệm hấp dẫn và đầy thử thách.

1.1 NPC là gì

NPCs là những nhân vật không được điều khiển bởi người chơi mà được lập trình sẵn để thực hiện các hành vi nhất định. Chúng có thể được phân loại thành nhiều loại khác nhau, từ những nhân vật thân thiện đến những kẻ thù thù địch. Trong nghiên cứu này, NPCs sẽ được tập trung vào những nhân vật thù địch, có vai trò quan trọng trong việc tạo ra những tình huống căng thẳng và thử thách cho người chơi. Việc thiết kế hành vi cho NPCs không chỉ dựa vào kịch bản mà còn cần được điều chỉnh để phản ứng linh hoạt với hành động của người chơi, đặc biệt là trong các tình huống lén lút của game stealth.

1.2 Stealth game là gì

Stealth game là thể loại game mà người chơi phải sử dụng sự lén lút và chiến thuật để vượt qua các chướng ngại vật và kẻ thù mà không bị phát hiện. Đặc điểm nổi bật của thể loại này là sự chú trọng vào việc ẩn nấp và quan sát. NPCs trong stealth game đóng vai trò quan trọng trong việc tạo ra một môi trường đầy thử thách, nơi mà người chơi phải tìm cách né tránh và tương tác với chúng một cách khéo léo. Việc thiết kế mô hình tri giác cho NPCs trong thể loại game này không chỉ giúp tăng cường tính thực tế mà còn làm cho trải nghiệm của người chơi trở nên phong phú và hấp dẫn hơn.

II. Các nghiên cứu liên quan

Nghiên cứu về mô hình tri giác cho NPCs đã được thực hiện qua nhiều phương pháp khác nhau, chủ yếu tập trung vào hai giác quan chính là thị giác và thính giác. Các nghiên cứu trước đây đã chỉ ra rằng việc mô phỏng sự nhận thức của con người vào NPCs có thể được thực hiện thông qua các mô hình như Region Sense Manager (RSM) và Finite Element Model Sense Manager (FEMSM). Những mô hình này giúp NPCs có thể nhận biết và phản ứng với các tín hiệu từ môi trường xung quanh, từ đó đưa ra các quyết định hành động phù hợp. Tuy nhiên, vẫn còn nhiều thiếu sót cần được khắc phục, đặc biệt là trong việc tích hợp các giác quan lại với nhau để tạo ra một hệ thống tri giác đồng bộ và chính xác hơn.

2.1 Thị giác cho NPC

Thị giác là một trong những giác quan quan trọng nhất trong việc thiết kế mô hình tri giác cho NPCs. Các nghiên cứu đã chỉ ra rằng việc xây dựng một mô hình thị giác hiệu quả có thể giúp NPCs nhận diện người chơi và các đối tượng trong môi trường một cách chính xác hơn. Mô hình này có thể bao gồm các yếu tố như tầm nhìn, góc nhìn và khả năng phát hiện chuyển động. Việc tối ưu hóa mô hình thị giác cho NPCs không chỉ giúp tăng cường trải nghiệm của người chơi mà còn tạo ra sự tương tác chân thực hơn giữa người chơi và NPCs.

2.2 Thính giác cho NPC

Thính giác cũng đóng vai trò quan trọng trong việc thiết kế mô hình tri giác cho NPCs. Các nghiên cứu đã phát hiện ra rằng NPCs có thể sử dụng thính giác để phát hiện âm thanh do người chơi phát ra, từ đó đưa ra các hành động phù hợp như truy đuổi hoặc cảnh giác. Mô hình thính giác có thể bao gồm các yếu tố như cường độ âm thanh, khoảng cách và hướng phát ra âm thanh. Việc phát triển một mô hình thính giác hiệu quả không chỉ giúp NPCs trở nên thông minh hơn mà còn làm cho trải nghiệm của người chơi trở nên phong phú và thú vị hơn.

III. Thiết kế mô hình nhận thức cho NPC

Thiết kế mô hình tri giác cho NPCs không chỉ dừng lại ở việc phát hiện mà còn bao gồm khả năng xử lý và phản ứng với thông tin từ môi trường. Mô hình nhận thức này cần phải tích hợp cả hai giác quan chính là thị giác và thính giác, tạo ra một hệ thống tri giác đồng bộ và chính xác. Việc áp dụng các thuật toán AI hiện đại có thể giúp tối ưu hóa quá trình này, cho phép NPCs học hỏi và cải thiện hành vi của mình theo thời gian. Điều này sẽ tạo ra những trải nghiệm phong phú và thực tế hơn cho người chơi, đồng thời nâng cao tính chân thực của NPCs trong game stealth.

3.1 Mô hình nhận thức thị giác

Mô hình nhận thức thị giác cho NPCs cần phải phản ánh được cách mà con người nhìn nhận và hiểu môi trường xung quanh. Điều này bao gồm việc mô phỏng tầm nhìn, góc nhìn và khả năng phát hiện chuyển động. Các yếu tố như ánh sáng, bóng tối và vật cản cũng cần được xem xét để đảm bảo rằng NPCs có thể nhận biết được người chơi một cách chính xác. Việc thiết kế một mô hình nhận thức thị giác hiệu quả sẽ giúp NPCs trở nên thông minh hơn, từ đó tạo ra những tình huống thú vị và đầy thử thách cho người chơi.

3.2 Mô hình nhận thức thính giác

Mô hình nhận thức thính giác cho NPCs cũng cần được thiết kế một cách tỉ mỉ để phản ánh khả năng nghe và xử lý âm thanh. NPCs cần có khả năng phân biệt giữa các loại âm thanh khác nhau, xác định nguồn gốc và cường độ của âm thanh. Việc mô phỏng các yếu tố như sự suy giảm âm thanh và phản xạ âm thanh cũng rất quan trọng để tạo ra một hệ thống thính giác chân thực. Mô hình nhận thức thính giác không chỉ giúp NPCs phát hiện người chơi mà còn tạo ra những phản ứng tự nhiên và hợp lý trong các tình huống khác nhau.

Tổng quan nghiên cứu

Trong bối cảnh ngành công nghiệp game phát triển mạnh mẽ, đặc biệt là thể loại Stealth game, việc nâng cao tính thực tế và trí tuệ nhân tạo (AI) cho các nhân vật không chơi được (NPC) trở thành một thách thức lớn. Theo ước tính, trải nghiệm người chơi bị ảnh hưởng trực tiếp bởi mức độ thông minh và khả năng nhận thức của NPC trong game. Các NPC thù địch trong Stealth game cần có khả năng tri giác và nhận thức môi trường xung quanh một cách chính xác để tạo ra trải nghiệm công bằng và hấp dẫn cho người chơi.

Mục tiêu nghiên cứu của luận văn là thiết kế mô hình tri giác và nhận thức cho các NPC trong Stealth game, tập trung vào hai giác quan chính là thị giác và thính giác. Nghiên cứu được thực hiện trong khoảng thời gian từ tháng 2 đến tháng 7 năm 2021, sử dụng công cụ phát triển game Unity – một trong những nền tảng phổ biến nhất hiện nay. Ý nghĩa của nghiên cứu thể hiện qua việc cải thiện khả năng nhận thức môi trường của NPC, từ đó nâng cao trải nghiệm người chơi thông qua các hành vi phức tạp và thực tế hơn của NPC.

Phạm vi nghiên cứu tập trung vào các NPC thù địch trong Stealth game, với việc mô phỏng các giác quan như thị giác và thính giác dựa trên các mô hình nhận thức của con người. Các chỉ số đánh giá bao gồm độ chính xác trong việc phát hiện người chơi, khả năng phản ứng với các tín hiệu môi trường và hiệu suất xử lý trong game. Nghiên cứu góp phần giải quyết các hạn chế của các mô hình NPC hiện tại, đồng thời đề xuất các giải pháp nâng cao tính thực tế và đa dạng trong hành vi của NPC.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

• Mô hình thị giác cơ bản và đề xuất: Mô hình thị giác cơ bản sử dụng hình nón tầm nhìn (vision cone) kết hợp với kiểm tra khoảng cách và đường thẳng nhìn (line-of-sight). Mô hình đề xuất bổ sung thêm các vùng nhìn xa (far vision) và vùng cảm quan xung quanh (sense) để mô phỏng giác quan thứ sáu, giúp NPC phát hiện người chơi trong các tình huống phức tạp hơn.

• Mô hình truyền âm thanh và nhận thức thính giác: Bao gồm Region Sense Manager (RSM) và Finite Element Model Sense Manager (FEMSM) để mô phỏng sự lan truyền và suy giảm âm thanh trong môi trường. Ngoài ra, mô hình còn tích hợp các yếu tố sinh lý và tâm lý như độ tuổi, khả năng nghe và mức độ tập trung của NPC để sàng lọc tín hiệu âm thanh.

• Mô hình hành vi dựa trên cây hành vi (Behavior Tree): Thay thế cho mô hình Finite State Machine (FSM) truyền thống, cây hành vi giúp quản lý trạng thái và hành động của NPC một cách linh hoạt, tránh được sự phức tạp và cồng kềnh của FSM.

• Mô hình tìm đường đi và né tránh vật cản: Sử dụng NavMesh trong Unity kết hợp giải thuật A* và String Pulling Algorithm để tìm đường đi ngắn nhất. Reciprocal Velocity Obstacles (RVO) được áp dụng để tránh va chạm giữa các NPC trong quá trình di chuyển.

Các khái niệm chính bao gồm: tầm nhìn trung tâm (central vision), tầm nhìn ngoại vi (peripheral vision), sự suy giảm cường độ âm thanh theo khoảng cách, nhiễu xạ âm thanh, phản xạ và âm vang, ILD và ITD trong định vị âm thanh, vật cản vận tốc (VO) và vật cản vận tốc tương hỗ (RVO).

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp Khoa học Thiết kế (Design Science Research Methodology) với các bước:

• Xác định vấn đề và động lực: Tập trung vào việc nâng cao khả năng nhận thức môi trường của NPC trong Stealth game.

• Định nghĩa mục tiêu: Thiết kế mô hình tri giác và nhận thức cho NPC, bao gồm thị giác và thính giác, đồng thời phát triển mô hình hành vi phù hợp.

• Thiết kế và phát triển: Mô hình được xây dựng và hiện thực trên nền tảng Unity. Cỡ mẫu nghiên cứu là các NPC trong game được phát triển để kiểm thử mô hình. Phương pháp chọn mẫu là lựa chọn các NPC thù địch điển hình trong Stealth game.

• Phân tích và đánh giá: Kiểm thử mô hình qua các tình huống trong game, đánh giá độ chính xác phát hiện người chơi, khả năng xử lý tín hiệu âm thanh và hiệu suất di chuyển tránh va chạm.

• Kết luận và hướng phát triển: Tổng kết kết quả và đề xuất các hướng mở rộng trong tương lai.

Timeline nghiên cứu kéo dài từ tháng 2 đến tháng 7 năm 2021, bao gồm các giai đoạn tìm hiểu lý thuyết, thiết kế mô hình, phát triển game thử nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mô hình thị giác đề xuất cải thiện khả năng phát hiện người chơi
   Mô hình bổ sung vùng nhìn xa và vùng cảm quan xung quanh giúp NPC phát hiện người chơi ngay cả khi đứng sát bên cạnh hoặc sau vật cản thấp hơn tầm mắt. Thời gian phát hiện người chơi tỷ lệ thuận với khoảng cách, tạo cảm giác thực tế hơn. Ví dụ, NPC mất khoảng 2-3 giây để phát hiện người chơi ở khoảng cách xa 10 mét, trong khi phát hiện gần hơn chỉ mất dưới 1 giây.

2. Mô hình thính giác mô phỏng chính xác sự lan truyền và suy giảm âm thanh
   Mô hình sử dụng các thông số về cường độ, tần số và sự suy giảm âm thanh theo khoảng cách, đồng thời xét đến nhiễu xạ và phản xạ âm thanh. NPC có thể xác định được nguồn âm thanh với độ chính xác khoảng 80% trong môi trường có vật cản. Khi có tiếng ồn nền như máy phát điện, khả năng nghe của NPC giảm khoảng 30%, phù hợp với thực tế.

3. Hệ thống hành vi dựa trên cây hành vi giúp quản lý trạng thái hiệu quả
   So với FSM truyền thống, cây hành vi giảm thiểu sự phức tạp và tránh hiện tượng "spaghetti code". NPC có thể chuyển đổi linh hoạt giữa các trạng thái như tuần tra, cảnh báo, tấn công và tìm kiếm dựa trên thông tin nhận thức được.

4. Mô hình tìm đường và né tránh vật cản hoạt động hiệu quả trong môi trường phức tạp
   Sử dụng NavMesh và giải thuật A* kết hợp String Pulling Algorithm giúp NPC di chuyển theo đường đi ngắn nhất. RVO được áp dụng để tránh va chạm giữa các NPC, giảm dao động quỹ đạo và tạo chuyển động mượt mà hơn. Trong thử nghiệm với 10 NPC di chuyển đồng thời, tỷ lệ va chạm giảm xuống dưới 5%.

Thảo luận kết quả

Các kết quả trên cho thấy mô hình đề xuất đã khắc phục được nhiều hạn chế của các mô hình truyền thống. Việc bổ sung vùng cảm quan xung quanh và tầm nhìn xa giúp NPC phát hiện người chơi một cách công bằng và hợp lý, tránh các trường hợp người chơi bị phát hiện vô lý khi đứng sát NPC hoặc sau vật cản thấp. Mô hình thính giác được thiết kế dựa trên các đặc tính vật lý và sinh lý của âm thanh, giúp NPC có khả năng nhận biết âm thanh trong môi trường phức tạp, điều mà các mô hình RSM và FEMSM chưa làm tốt.

Việc áp dụng cây hành vi thay cho FSM giúp quản lý trạng thái NPC hiệu quả hơn, giảm thiểu lỗi và tăng tính mở rộng cho các hành vi phức tạp. Mô hình tìm đường và né tránh vật cản sử dụng các thuật toán hiện đại đảm bảo NPC di chuyển tự nhiên, tránh va chạm và không gây cảm giác khó chịu cho người chơi.

So sánh với các nghiên cứu trước đây, mô hình này có sự tích hợp đồng bộ giữa các giác quan và hành vi, đồng thời chú trọng đến yếu tố tâm lý và sinh lý của NPC, tạo nên sự khác biệt và nâng cao tính thực tế. Dữ liệu có thể được trình bày qua biểu đồ so sánh tỷ lệ phát hiện người chơi theo khoảng cách, bảng thống kê độ chính xác định vị âm thanh và biểu đồ quỹ đạo di chuyển của NPC với và không có RVO.

Đề xuất và khuyến nghị

1. Tối ưu hóa mô hình thị giác và thính giác theo từng loại NPC
   Đề xuất điều chỉnh các tham số như tầm nhìn, ngưỡng nghe, độ nhạy âm thanh phù hợp với từng loại NPC (ví dụ: lính canh, quái vật) để tăng tính đa dạng và thực tế. Thời gian thực hiện: 3 tháng. Chủ thể thực hiện: nhóm phát triển game và nhà nghiên cứu AI.

2. Phát triển hệ thống mô phỏng trạng thái tâm lý và thể chất của NPC
   Tích hợp các yếu tố như mệt mỏi, căng thẳng, phân tâm để ảnh hưởng đến khả năng nhận thức của NPC, từ đó tạo ra hành vi linh hoạt hơn. Thời gian thực hiện: 6 tháng. Chủ thể thực hiện: nhóm nghiên cứu AI và lập trình viên.

3. Mở rộng mô hình nhận thức cho các giác quan khác như xúc giác và khứu giác
   Nghiên cứu và tích hợp thêm các giác quan khác để tăng cường khả năng nhận thức môi trường của NPC, phù hợp với các thể loại game đa dạng. Thời gian thực hiện: 9 tháng. Chủ thể thực hiện: nhóm nghiên cứu đa giác quan và phát triển game.

4. Tối ưu hiệu suất xử lý mô hình trong môi trường có nhiều NPC
   Áp dụng các kỹ thuật tối ưu hóa thuật toán và phân phối tính toán để đảm bảo hiệu suất game không bị ảnh hưởng khi số lượng NPC tăng cao. Thời gian thực hiện: 4 tháng. Chủ thể thực hiện: nhóm kỹ thuật phần mềm và phát triển game.

Đối tượng nên tham khảo luận văn

1. Nhà phát triển game AI
   Có thể áp dụng mô hình tri giác và nhận thức để thiết kế NPC thông minh, nâng cao trải nghiệm người chơi trong các game Stealth và hành động.

2. Nhà nghiên cứu trí tuệ nhân tạo trong game
   Tài liệu cung cấp cơ sở lý thuyết và phương pháp thực nghiệm để phát triển các mô hình nhận thức phức tạp cho nhân vật ảo.

3. Giảng viên và sinh viên ngành Khoa học máy tính, Công nghệ game
   Tham khảo để hiểu rõ về ứng dụng AI trong game, từ đó phát triển các đề tài nghiên cứu hoặc dự án thực tế.

4. Nhà thiết kế game và kỹ sư phần mềm
   Hỗ trợ trong việc tích hợp các mô hình nhận thức vào quy trình phát triển game, tối ưu hóa hành vi NPC và cải thiện gameplay.

Câu hỏi thường gặp

1. Mô hình thị giác đề xuất có khác gì so với mô hình hình nón tầm nhìn truyền thống?
   Mô hình đề xuất bổ sung vùng nhìn xa và vùng cảm quan xung quanh để khắc phục hạn chế của hình nón tầm nhìn, giúp NPC phát hiện người chơi sát bên cạnh hoặc sau vật cản thấp, tạo cảm giác công bằng và thực tế hơn.

2. Làm thế nào mô hình thính giác xử lý sự suy giảm và nhiễu xạ âm thanh?
   Mô hình sử dụng các tham số về cường độ, tần số và khoảng cách để tính toán suy giảm âm thanh theo luật bình phương nghịch đảo, đồng thời mô phỏng nhiễu xạ âm thanh quanh các chướng ngại vật dựa trên bước sóng và kích thước vật cản.

3. Cây hành vi có ưu điểm gì so với Finite State Machine trong quản lý hành vi NPC?
   Cây hành vi giúp tổ chức trạng thái theo cấu trúc phân cấp, giảm sự phức tạp và tránh hiện tượng "spaghetti code" của FSM, cho phép NPC chuyển đổi trạng thái linh hoạt và dễ dàng mở rộng.

4. Giải thuật RVO giúp gì cho việc di chuyển của NPC?
   RVO giúp NPC tránh va chạm với các NPC khác bằng cách dự đoán vận tốc tương hỗ, giảm dao động quỹ đạo và tạo chuyển động mượt mà, tự nhiên hơn trong môi trường đông đúc.

5. Mô hình có thể áp dụng cho các thể loại game khác ngoài Stealth game không?
   Có, mô hình tri giác và nhận thức này có thể được điều chỉnh và áp dụng cho nhiều thể loại game khác cần NPC có hành vi phức tạp và thực tế như game hành động, nhập vai, mô phỏng.

Kết luận

• Đã thiết kế thành công mô hình tri giác và nhận thức cho NPC trong Stealth game, bao gồm thị giác và thính giác dựa trên các đặc tính sinh lý và vật lý thực tế.
• Mô hình hành vi sử dụng cây hành vi giúp quản lý trạng thái NPC hiệu quả, linh hoạt hơn so với FSM truyền thống.
• Hệ thống tìm đường và né tránh vật cản được tích hợp giải thuật A*, String Pulling và RVO đảm bảo di chuyển tự nhiên và tránh va chạm.
• Kết quả kiểm thử cho thấy NPC có khả năng phát hiện người chơi và xử lý tín hiệu âm thanh chính xác, nâng cao trải nghiệm người chơi.
• Hướng phát triển tiếp theo bao gồm tối ưu hóa mô hình, mở rộng giác quan và tích hợp trạng thái tâm lý cho NPC.

Mời các nhà phát triển game và nhà nghiên cứu AI trong game tiếp cận và ứng dụng mô hình để nâng cao chất lượng NPC, từ đó tạo ra các sản phẩm game hấp dẫn và thực tế hơn.