# Zachowanie postaci w grach EN: **NPC behaviour and game character AI** · id `gamecharacters` · aliases: NPC AI, game character AI, AI postaci niezależnych, AI przeciwników, enemy AI, sztuczna inteligencja NPC Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w grach](https://aiatlasgraph.com/t/gameai.md) › Zachowanie postaci w grach ## Description - PL: Techniki sterujące postaciami niezależnymi: maszyny stanów, drzewa zachowań, planowanie celów, odnajdywanie drogi oraz postacie prowadzone przez modele językowe. - EN: Techniques that drive non-player characters: state machines, behaviour trees, goal planning, pathfinding and characters driven by language models. ## In one sentence - PL: Sposoby, którymi gra decyduje, co robią przeciwnicy, sojusznicy i mieszkańcy świata, żeby wyglądali na myślących. - EN: The ways a game decides what enemies, allies and townsfolk do, so they seem to think for themselves. ## Problem it solves - PL: Postacie, które chodzą w kółko, utykają na ścianach albo zawsze reagują tak samo, psują wrażenie żywego świata. - EN: Characters that walk in circles, get stuck on walls or always react the same way break the sense of a living world. ## What it does - PL: Jak reżyser statystów na planie: każdy dostaje cel i zestaw ruchów, a razem tworzą wiarygodną scenę. - EN: Like a director of film extras: each gets a goal and a set of moves, and together they make a believable scene. ## Everyday example - PL: Strażnik w grze skradankowej słyszy hałas, idzie sprawdzić, a gdy nikogo nie znajduje, wraca na swój obchód. - EN: A guard in a stealth game hears a noise, goes to check, and when he finds no one, returns to his patrol. ## This concerns you if you… - PL: projektujesz przeciwników lub postacie do gry - PL: zastanawiasz się, czemu wrogowie w grach bywają głupi - PL: chcesz rozmawiać z postaciami w grze własnymi słowami - EN: design enemies or characters for a game - EN: wonder why game enemies are sometimes dumb - EN: want to talk to game characters in your own words ## Keywords finite state machines · behavior trees · utility AI · GOAP · HTN planning · navigation mesh · steering behaviors · Unreal Engine AI · Unity ML-Agents · generative agents ## How it works - PL: Postać ma warstwy: wybór celu, plan działań, ruch po świecie i animację. Wybór działań realizują maszyny stanów, drzewa zachowań, systemy użyteczności albo planery, a ruch — odnajdywanie drogi po siatce nawigacyjnej. Modele językowe dochodzą jako warstwa rozmowy i pamięci postaci. - EN: A character has layers: goal selection, action planning, movement through the world and animation. Action selection uses state machines, behaviour trees, utility systems or planners, and movement uses pathfinding over a navigation mesh. Language models add a layer of conversation and character memory. ## Limits - PL: Celem jest wiarygodność i frajda, nie optymalność: zbyt sprytny przeciwnik frustruje. Projektanci muszą móc przewidzieć i debugować zachowanie, dlatego w komercyjnych grach dominują metody ręczne, a uczenie maszynowe wchodzi ostrożnie. - EN: The goal is believability and fun, not optimality: an opponent that is too clever frustrates. Designers must be able to predict and debug behaviour, so hand-authored methods dominate commercial games and machine learning enters cautiously. ## Key terms - PL: **maszyna stanów**: Postać przełącza się między stanami, np. patrol, pościg, ucieczka. - PL: **system użyteczności**: Każde działanie dostaje ocenę punktową, wygrywa najwyżej ocenione. - PL: **blackboard**: Wspólna tablica faktów, z której korzysta logika postaci. - EN: **state machine**: The character switches between states such as patrol, chase, flee. - EN: **utility system**: Each action gets a score and the highest-scoring one wins. - EN: **blackboard**: A shared board of facts that the character logic reads. ## Know first - [Planowanie automatyczne (PDDL) (Automated planning (PDDL))](https://aiatlasgraph.com/t/classicalplanning.md) - [Przeszukiwanie heurystyczne (A*) (Heuristic search (A*))](https://aiatlasgraph.com/t/astar.md) ## Subtopics (8 direct, 8 in total) - [Automaty stanów dla postaci (FSM) (Finite state machines for game characters)](https://aiatlasgraph.com/t/gamefsm.md): A control model where a character is always in exactly one state and events trigger defined transitions; hierarchical and stack variants add sharing and memory. - [Drzewa zachowań (Behaviour trees)](https://aiatlasgraph.com/t/behaviortrees.md): A hierarchical, modular control structure in which sequence, selector and action nodes are ticked periodically and return success, failure or running. - [Hierarchiczne planowanie zadań postaci (HTN) (Hierarchical task network planning for game characters)](https://aiatlasgraph.com/t/htngames.md): A planner that decomposes compound tasks into primitive ones via conditioned methods, simulating action effects on a copy of the world state. - [Mapy wpływów do decyzji taktycznych (Influence maps for tactical decisions)](https://aiatlasgraph.com/t/influencemaps.md): A grid representation of space in which agents spread proximity and threat values that decay with distance; layers combined arithmetically serve tactical queries. - [Planowanie działań postaci (GOAP) (Goal-oriented action planning for game characters)](https://aiatlasgraph.com/t/goap.md): Real-time planning for characters in which the system searches for a sequence of actions described by preconditions, effects and costs. - [Postacie rozmawiające dzięki modelom językowym (LLM-driven NPCs and generative agents)](https://aiatlasgraph.com/t/llmnpc.md): Characters and social simulations driven by language models with memory, reflection and planning, grounded in game rules and state. - [Siatki nawigacyjne i odnajdywanie drogi (Navigation meshes and pathfinding)](https://aiatlasgraph.com/t/navmesh.md): Representing walkable space as a mesh of convex polygons generated from level geometry, with pathfinding and collision avoidance on top. - [Wybór działań przez punktację (utility AI) (Utility AI for game characters)](https://aiatlasgraph.com/t/utilityai.md): A decision architecture in which every action receives a normalised score from weighted considerations passed through response curves, and the agent picks the highest-utility action. ## Sources - [Artificial Intelligence and Games (2nd edition)]() `yannakakis-togelius-aigames-2025` · by Georgios N. Yannakakis, Julian Togelius - [Behavior Trees in Robotics and AI: An Introduction]() `colledanchise-ogren-bt-2017` · by Michele Colledanchise, Petter Ögren --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/gamecharacters · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30