有很多关于远程作战人工智能的论文,比如杀戮地带(see this paper)或光环。但是除了这个使用神经网络学习如何战斗的work之外,我找不到太多关于战斗IA的信息,这并不是我想要的。
游戏中的西方AI似乎非常专注于FPS!有没有人知道用什么技术来实现一个像样的战斗AI?分层有限状态机?决策树?它们最终可能会变得非常可预测。
发布于 2010-09-17 16:42:37
在我们的研究实验室中,我们正在为游戏使用人工智能规划技术。美国国家航空航天局( NASA )使用AI规划来建造半自动机器人。规划可以产生比状态机更难预测的行为,但规划是一个高度复杂的问题,也就是说,解决规划问题具有巨大的计算复杂性。
AI规划是一个古老但有趣的领域。特别是对于游戏,人们最近才开始使用计划来运行他们的引擎。在当前的实现中,表现力仍然是有限的,但在理论上,表现力是“仅限于我们的想象力”。
Russel和Norvig在他们的关于人工智能的书中花了4章关于AI规划。您可能感兴趣的其他相关术语有:马尔可夫决策过程、贝叶斯网络。这些主题也在本书中得到了充分的展示。
如果你正在寻找一些现成的引擎来轻松开始使用,我想使用AI Planning将是一个严重的夸张。我不知道有任何AI规划引擎游戏,但我们正在开发一个。如果你对长期感兴趣,我们可以单独谈一谈。
发布于 2010-09-17 19:51:19
你似乎已经知道了计划和执行的技术。你需要做的另一件事是预测对手的下一步行动,并最大化你的回应的预期回报。我写了一篇关于这方面的博客文章:http://www.masterbaboon.com/2009/05/my-ai-reads-your-mind-and-kicks-your-ass-part-2/和http://www.masterbaboon.com/2009/09/my-ai-reads-your-mind-extensions-part-3/。我认为这个游戏非常简单,但我认为贝叶斯决策理论的主要思想可能对你的项目有用。
发布于 2012-12-25 18:58:20
我已经对街霸2系列游戏中与AI子系统相关的例程进行了逆向工程。它不包含上面提到的任何技术。它完全是反应性的,不涉及任何计划、学习或目标。有趣的是,也没有你提到的“技术权重”系统。例如,它们不使用全局权重来决定攻击频率与阻塞频率。当分析与“难度”如何增加相关的例程时,我确实希望能找到这样的东西。遗憾的是,它与许多可能以紧急方式潜在地影响这些比率的较小决策有关。
https://stackoverflow.com/questions/3733648
复制相似问题