问遗传算法Enemy/僵尸AI

EN

我认为你要做的事情比你想象的要复杂得多。

如果你真的想为僵尸训练自主AI，你将需要神经网络。但我认为这对于PvE游戏来说太复杂了。

如果你不想使用神经网络，你必须设置一些参数来定义僵尸的行为，比如：

• Damage
• Speed
• Health

但使用遗传算法来解决这个问题是不合逻辑的--你已经知道，将这些值最大化会返回最好的僵尸，所以你可能需要创建更多不同的参数，比如：

命中player

• Potion效果后的
• 速度击中玩家

如果你想停留在上面提到的3个点上，那么你应该创建一个最大值-并使遗传算法找到该值的最佳分布。

这就是主要的排序部分，然后你想开始研究遗传算法

随机僵尸生成，使用随机properties

• Evaluation，生成僵尸让僵尸玩游戏，确定它们的适合度:造成的伤害，造成的死亡，距离travelled

• Selection，选择适合创建crossover

• Crossover，的个体创建offspring

• Mutation，修改一些具有x

机会的值

我对你的项目很感兴趣。我建议你开始在本地服务器上训练一些僵尸，然后使用这些经过训练的僵尸作为在线版本的基础-所以第一波僵尸并不太容易:)

关于你的评论：

实际上我想提高在僵尸上的移动和战斗技能，当他们攻击的时候他们回去的meqan延迟是冷的时候敌人是真正的防御等等，僵尸试图抓住一些单一的球员当他们发挥攻击性等，但不确定如何做这样的事情，我不知道如何控制移动与AI，以及何时攻击等，我知道这有很多要做的，但我真的对此很感兴趣。

这绝对需要一个神经网络。神经网络可以有x个输入，这些必须都是环境变量，例如：

最近的玩家距离最近的玩家速度最近的player

• health最近的玩家

• 等最近的玩家

• 自己的健康代码<

>F245

并将计算输出，可能是：

• speed (true/false)

hit

• speed
• hit (true/false)

你必须通过神经进化来进化神经网络。你绝对可以做到这一点，但是要注意，这很难。尤其是有很多环境变量的情况下。

但是阅读一些关于神经网络的文章，然后阅读一些关于遗传算法的文章。然后实施神经进化，例如通过NeuroEvolution of Augmenting Topologies

我建议你做一些遗传算法的研究，看起来你还没学会走路就开始跑步了。

理想情况下，如果您希望AI学习如何移动、射击和其他活动，您需要创建一个可以基于所有这些内容进行评分的适应度函数。然后你需要计算出你将在什么时候进化/变异/交配你的AI/s，这个乘积应该从0的初始分数开始，因为你将需要对AI进行重新评分，因为它可能已经后退了一步，而不是前进了一步。