JEV es un modelo de decisión en tiempo real para juegos. Se encuentra entre el estado cambiante del mundo de un juego y los sistemas que llevan a cabo una acción, ayudando a un NPC o agente a elegir qué hacer a continuación entre un conjunto de opciones legales. En términos prácticos, JEV puede sopesar el peligro, los objetivos, los recursos, los aliados y las oportunidades, y luego seleccionar una acción táctica como atacar, retirarse, curarse, ponerse a cubierto, ayudar a un aliado o investigar una nueva área.
Esa definición es intencionalmente más limitada que decir que JEV es un cerebro de juego completo. JEV no reemplaza el motor del juego, la física, la animación, la navegación, el renderizado, el sistema de diálogo ni las reglas creadas. Su trabajo es la selección de decisiones bajo condiciones cambiantes. Este límite es lo que lo hace útil: el juego mantiene el control de lo que es posible, mientras que JEV ayuda a determinar qué acción posible se adapta mejor al momento.
¿Qué es JEV?
JEV puede entenderse como una capa de decisión táctica. El juego proporciona una instantánea compacta de la situación actual y una lista de acciones que el personaje puede realizar. JEV evalúa ese contexto y devuelve un Choice, generalmente con parámetros o un objetivo. El juego valida la respuesta y la ejecuta a través de sistemas de juego normales.
Un modelo mental útil es observar, filtrar, evaluar, elegir, ejecutar y observar nuevamente. La observación captura datos relevantes como la salud, las amenazas visibles, la cobertura, la distancia, los tiempos de reutilización, los roles del equipo y los objetivos. El filtrado elimina acciones imposibles. La evaluación compara las opciones restantes con los objetivos del agente y los riesgos actuales. Choice produce una acción, mientras que la ejecución permanece dentro del código determinista del juego.
¿Qué problema resuelve JEV?
La lógica tradicional NPC funciona bien cuando el número de condiciones es pequeño y predecible. Sin embargo, a medida que un juego crece, las decisiones se convierten en combinaciones de hechos locales y objetivos en competencia. Es posible que un NPC necesite proteger un objetivo, evitar exponer a un compañero de equipo herido, conservar municiones y responder a una nueva amenaza al mismo tiempo. Una larga cadena de condiciones anidadas o transiciones escritas a mano puede resultar difícil de equilibrar y aún más difícil de revisar.
JEV aborda el problema de selección en lugar del problema de ejecución. Proporciona a los diseñadores un lugar para expresar objetivos y contratos de acción, al tiempo que permite que la política de decisión responda a un estado más rico. El resultado no es una improvisación ilimitada. Es un Choice controlado desde una interfaz que define el juego.
¿Cómo se relaciona JEV con la IA del juego?
La IA del juego es una categoría amplia que incluye navegación, percepción, planificación, selección de animaciones, coordinación de escuadrones, sistemas de aprendizaje y más. JEV es un componente dentro de esa categoría. Se utiliza más naturalmente para una capa de decisión táctica o de nivel medio: lo suficientemente alto como para comprender los objetivos y las compensaciones, pero lo suficientemente bajo como para realizar una siguiente acción concreta Choice.
Por ejemplo, un juego puede mantener la navegación determinista, usar un árbol de comportamiento para realizar una secuencia de recarga y usar JEV para decidir si recargar es mejor que ponerse a cubierto. Los sistemas son complementarios. El motor es dueño de la verdad y la ejecución; JEV contribuye con la selección sensible al contexto.
JEV comparado con LLMs, árboles de comportamiento y FSMs
LLMs son modelos de lenguaje flexibles. Son fuertes en el diálogo, la interpretación narrativa, la planificación del lenguaje natural y la generación de texto o código. Un LLM general no es automáticamente un buen controlador por tick: puede ser demasiado lento, difícil de restringir o inconsistente para un contrato de acción crítica para la seguridad. JEV es una capa de decisión del juego con una superficie de salida más estrecha.
Árboles de comportamiento representan el flujo de control creado a través de selectores, secuencias, condiciones y tareas. Son excelentes para una ejecución transparente y repetible. JEV puede ubicarse encima de un árbol de comportamiento y elegir qué rama o intento de alto nivel ejecutar, mientras el árbol maneja los pasos.
Máquinas de estados finitos modelan estados explícitos y transiciones como patrullar, perseguir, atacar y huir. Es fácil razonar sobre ellos, pero los gráficos de transición pueden llenarse a medida que las condiciones se multiplican. JEV puede seleccionar la siguiente intención mientras que FSM sigue siendo responsable de entrar y salir de estados de ejecución bien definidos.
La comparación práctica no consiste en reemplazar todas las técnicas existentes. Se trata de elegir el sistema más pequeño que maneje la incertidumbre que realmente tiene un juego.
Casos de uso típicos JEV
- Tácticas de combate: elige entre presión, retirada, cobertura, curación o coordinación habilidad.
- Coordinación de escuadrón: asignar un agente para apoyar, flanquear, revivir, proteger o reposition.
- Juegos de supervivencia: exploración comercial, artesanía, comida, refugio y prevención de amenazas contra el tiempo y recursos.
- Stealth: decide si investigar un sonido, esconderse, buscar, pedir ayuda o regresar a un route.
- Encuentros reactivos: seleccione una respuesta de encuentro mientras las reglas creadas preservan la equidad y progresión.
Qué JEV no hace
A
JEV no se le debe pedir que invente física, omita permisos, mute directamente un estado mundial arbitrario o controle un avatar en cada fotograma renderizado. No debería ser la única fuente de verdad sobre la detección de impactos, la validez de los movimientos, las reglas económicas o la autoridad multijugador. Esas responsabilidades pertenecen al código del juego y a los sistemas del motor.
Una integración fuerte hace que este límite sea explícito. El juego expone solo el estado necesario para una decisión, enumera solo Legal Actions, valida la respuesta y define un fallback. Ese diseño hace que el comportamiento sea observable y permite a los equipos probar la capa de decisión con escenarios registrados.
¿Cuándo debe un juego usar JEV?
JEV es una buena opción cuando un NPC tiene varias opciones significativas, la mejor opción cambia con el contexto en vivo y las reglas creadas por sí solas se están volviendo costosas de mantener. Es menos útil para una secuencia de animación fija, una ruta de patrulla simple o una decisión que debe ser idéntica en cada recorrido. Comience con una decisión limitada, mida la latencia y la calidad y amplíe solo cuando el contrato siga siendo comprensible.Para obtener una explicación centrada en el escenario, lea JEV IA del juego: decisiones tácticas en tiempo real para NPCs. Para comprender cómo encaja JEV en la creación de juegos asistida por IA, consulte Cómo JEV ayuda a generar juegos. Los desarrolladores pueden seguir el tutorial de implementación en el tutorial JEV
.
JEV Preguntas frecuentes
¿JEV genera un juego completo?
No. JEV se centra en la selección de decisiones en tiempo de ejecución. Los modelos de generación pueden crear recursos, código, escenas u otro contenido, mientras que JEV puede hacer que los NPC generados tengan más capacidad de respuesta dentro del juego resultante.
¿Es JEV un LLM?
JEV debe tratarse como una capacidad de decisión especializada, no como un modelo conversacional general. La distinción importante es la entrada del estado del juego acotada y la salida de la acción legal.
¿JEV reemplaza los árboles de comportamiento?
