Bachelorarbeit im Studiengang Informatik - Game Engineering
In der vorliegenden Bachelorarbeit geht es um die Entwicklung und Implementierung eines Systems zur taktischen Wegpunktfindung für konkurrierende KI-Agenten in einer komplexen Spielumgebung. Ziel der Arbeit ist es, zu zeigen, wie der klassische A*-Algorithmus durch Ergänzen taktischer Kostenfunktionen erweitert werden kann. So sollen KI-Agenten nicht nur den kürzesten Weg zum Erreichen ihres Ziels finden, sondern den situativ günstigsten Pfad. Dies wird erreicht, indem Faktoren wie Deckung, Sichtlinien, Gegnerpositionen, Abstand zu Verbündeten sowie die Nähe zum taktischen Ziel, direkt in die Wegfindung mit einfließen. Der entwickelte Prototyp basiert auf einer Grid basierten Raumpräsentation, in der jedes Tile dynamisch mit taktischen Informationen angereichert wird. Ein zentrales Element ist der sogenannte TacticalEvaluator, der für jedes Tile einen kombinierten taktischen Score berechnet, der auf Konzepten taktischer Karten aufbaut. Dieser Score fließt direkt als Kostenfaktor in den erweiterten A*-Algorithmus ein. Zusätzlich wird noch ein TacticalProfil ergänzt, dieses definiert konfigurierbare Gewichtsparameter, welche ermöglichen, das Verhalten der Agenten zu variieren. So können z.B. aggressive oder defensive Verhaltensweisen erreicht werden, ohne den zugrundeliegenden Algorithmus verändern zu müssen. Zwei konkurrierende Teams aus jeweils mehreren Agenten kämpfen in der entwickelten Unity-Simulation um die Kontrolle einer Objective Zone. Jeder Agent durchläuft dynamisch drei taktische Verhaltensmodi. Advance (Vorrücken), Hold (Halten einer Position) und Retreat (Rückzug bei niedrigen Lebenspunkten). Das Kampfsystem berücksichtigt Entfernungs- und Deckungsstrafen bei der Berechnung der Trefferwahrscheinlichkeit und nutzt den Bresenham-Algorithmus zur Sichtlinienberechnung. Die Arbeit zeigt, dass die Integration taktischer Bewertungskriterien direkt in die Kostenfunktion des A*-Algorithmus zu sichtbar kompetenteren und vielfältigeren Agentenverhalten führt, als dies mit einem Standard A* Ansatz möglich wäre. Die Ergebnisse belegen, dass durch gezielte Variation der Profilgewichte unterschiedliche taktische Charakteristika erzeugt, werden können, was die Grundlage für eine realistische und taktische Agenten-KI bildet.
- Typ: Bachelorarbeit
- Abgabedatum: 04.2026
- Autor: Paul Gerhard Wittmann
- Betreuer und Aufgabensteller: Prof. Dr. Christoph Bichlmeier