Как сделать сложный ИИ управляемым? [закрыто]

11

Трудно сказать, что здесь спрашивают. Этот вопрос является двусмысленным, расплывчатым, неполным, чрезмерно широким или риторическим, и на него нельзя дать разумный ответ в его нынешней форме. Чтобы получить разъяснения по этому вопросу, чтобы его можно было снова открыть, посетите справочный центр .

Закрыто 6 лет назад .

В прошлом я использовал простые системы, такие как конечные автоматы (FSM) и иерархические FSM, для управления поведением ИИ. Этот паттерн разваливается очень быстро или любой сложной системой.

Я слышал о поведении деревьев . Они кажутся следующим очевидным шагом, но я еще не видел работающую реализацию или действительно попробовал это.

Какие другие модели могут сделать сложные модели поведения ИИ управляемы?

architecture ai behavior

— тетрада
источник

Я также слышал, что есть несколько способов управления государственными машинами

— Jokoon

1

Это довольно расплывчатый вопрос. Есть много методов для управления «сложного» ИИ , но лучший вариантом для любой данной ситуации может отличаться от другой ситуации. Я реализовал довольно сложный искусственный интеллект , не используя ничего , кроме списков поведенческих действий, но это решение woudln't работать на РТС; Методы, которые я видел в играх RTS, были невероятно сложными, но все же элегантными, но в любой другой игре они были бы бесполезны. Если у вас есть какой - то конкретный вид игры или ИИ в виду, вы могли бы получить более релевантные и проницательные ответы , если вы утверждаете , что это фронт.

— Шон Middleditch

3

Деревья поведения - это действительно отличный способ управлять ИИ, а Ai Game dev - лучшее место, чтобы узнать о них! Есть тонны примеров реализации там на местах, как Codeplex или даже собственной реализация двигателей Песочницы AIGD (который Admitedly является довольно сложным и может быть трудно следовать).

В прошлом году в игре AI был Справочная цена много волнения о планировщиков , но в этом году много , что отпали. Лучший совет, казалось бы, просто начать просто. В целом 20% работы , чтобы получить вам 80% там , что , кажется, суммарно справедливы в большинстве случаев

— Cubed2D
источник

2

Можно подумать , я думаю , что это важно , чтобы отделить почему агент хочет acomplish что - то от того, как он это делает. Цель ориентированных действий Планировщики делать это хорошо, но есть и другие решения. Это дает вам большую гибкость для построения агентов, так как вы можете выбирать из набора целей и набора действий.

Деревья поведения разработаны так, чтобы охватить все решение - принятие решений, а также действия - и поэтому их сложно поддерживать.

— tenpn
источник

2

В любом случае вы должны быть знакомы с одним из методов - подходом со списком действий. На простейшем уровне это просто список объектов действия, каждый объект действия которого имеет свой метод update (), называемый каждым кадром. Однако вы можете быстро расширить это, чтобы разрешить блокирование действий, нескольких линий действий, дочерних групп и т. Д. Практически все, что вы можете построить с помощью высокоуровневого FSM, может быть реализовано более модульным, гибким и отлаживаемым способом с действием. список с использованием поведенческих действий.

Помимо того, что это полезный метод для управления всей анимацией, поиском пути и другими «разнообразными» вещами, которые могут делать ваши персонажи, он делает тривиальной реализацию системы принятия решений на основе приоритетов путем создания поведенческих действий.

В этой колоде слайдов можно найти несколько заметок о том, как их использовать: http://sonargame.com/2011/11/01/new-game-slides/

Я уверен, что в серии «Мудрость программирования ИИ» были статьи об этом.

— Шон Миддледич
источник