ວິທີການສ້າງ AI ເກມ: ຄໍາແນະນໍາສໍາລັບຜູ້ເລີ່ມຕົ້ນ

ຂ້າພະເຈົ້າໄດ້ພົບເຫັນບາງອຸປະກອນທີ່ຫນ້າສົນໃຈກ່ຽວກັບປັນຍາປະດິດໃນເກມ. ດ້ວຍຄໍາອະທິບາຍກ່ຽວກັບສິ່ງພື້ນຖານກ່ຽວກັບ AI ໂດຍໃຊ້ຕົວຢ່າງທີ່ງ່າຍດາຍ, ແລະພາຍໃນມີເຄື່ອງມືແລະວິທີການທີ່ເປັນປະໂຫຍດຫຼາຍສໍາລັບການພັດທະນາແລະການອອກແບບທີ່ສະດວກຂອງມັນ. ວິທີການ, ບ່ອນໃດແລະເວລາທີ່ຈະນໍາໃຊ້ພວກມັນແມ່ນຢູ່ທີ່ນັ້ນ.

ຕົວຢ່າງສ່ວນໃຫຍ່ຖືກຂຽນໄວ້ໃນ pseudocode, ດັ່ງນັ້ນບໍ່ຈໍາເປັນຕ້ອງມີຄວາມຮູ້ການຂຽນໂປຼແກຼມຂັ້ນສູງ. ພາຍໃຕ້ການຕັດມີ 35 ແຜ່ນຂໍ້ຄວາມທີ່ມີຮູບພາບແລະ gifs, ສະນັ້ນກຽມພ້ອມ.

UPD. ຂ້າ​ພະ​ເຈົ້າ​ຂໍ​ອະ​ໄພ, ແຕ່​ຂ້າ​ພະ​ເຈົ້າ​ໄດ້​ເຮັດ​ການ​ແປ​ພາ​ສາ​ຂອງ​ຕົນ​ເອງ​ຂອງ​ບົດ​ຄວາມ​ນີ້ Habré PatientZero. ເຈົ້າສາມາດອ່ານສະບັບຂອງລາວໄດ້ ທີ່ນີ້, ແຕ່ສໍາລັບບາງເຫດຜົນບົດຄວາມໄດ້ຜ່ານຂ້ອຍ (ຂ້ອຍໃຊ້ການຄົ້ນຫາ, ແຕ່ບາງສິ່ງບາງຢ່າງທີ່ຜິດພາດ). ແລະນັບຕັ້ງແຕ່ຂ້າພະເຈົ້າຂຽນໃນ blog ທີ່ອຸທິດຕົນເພື່ອການພັດທະນາເກມ, ຂ້າພະເຈົ້າໄດ້ຕັດສິນໃຈທີ່ຈະອອກຈາກການແປພາສາສະບັບຂອງຂ້າພະເຈົ້າສໍາລັບຜູ້ຈອງ (ບາງຈຸດແມ່ນຮູບແບບທີ່ແຕກຕ່າງກັນ, ບາງອັນຖືກຍົກເລີກໂດຍເຈດຕະນາຕາມຄໍາແນະນໍາຂອງຜູ້ພັດທະນາ).

AI ແມ່ນຫຍັງ?

ເກມ AI ສຸມໃສ່ສິ່ງທີ່ການກະ ທຳ ທີ່ວັດຖຸຄວນປະຕິບັດໂດຍອີງໃສ່ເງື່ອນໄຂທີ່ມັນຕັ້ງຢູ່. ນີ້ແມ່ນໂດຍທົ່ວໄປເອີ້ນວ່າ "ຕົວແທນອັດສະລິຍະ" ການຈັດການ, ບ່ອນທີ່ຕົວແທນແມ່ນລັກສະນະຜູ້ນ, ຍານພາຫະນະ, bot, ຫຼືບາງຄັ້ງບາງສິ່ງບາງຢ່າງທີ່ບໍ່ມີຕົວຕົນຫຼາຍ: ກຸ່ມທັງຫມົດຂອງຫນ່ວຍງານຫຼືແມ້ກະທັ້ງພົນລະເຮືອນ. ໃນແຕ່ລະກໍລະນີ, ມັນເປັນສິ່ງທີ່ຕ້ອງເບິ່ງສະພາບແວດລ້ອມຂອງມັນ, ການຕັດສິນໃຈໂດຍອີງໃສ່ມັນ, ແລະປະຕິບັດຕາມພວກມັນ. ອັນນີ້ເອີ້ນວ່າ ຮອບວຽນຄວາມຮູ້ສຶກ/ຄິດ/ກະທຳ:

• ຄວາມຮູ້ສຶກ: ຕົວແທນຊອກຫາຫຼືໄດ້ຮັບຂໍ້ມູນກ່ຽວກັບສິ່ງທີ່ຢູ່ໃນສະພາບແວດລ້ອມທີ່ອາດມີອິດທິພົນຕໍ່ພຶດຕິກໍາຂອງມັນ (ໄພຂົ່ມຂູ່ທີ່ຢູ່ໃກ້ໆ, ລາຍການທີ່ຈະເກັບກໍາ, ສະຖານທີ່ທີ່ຫນ້າສົນໃຈທີ່ຈະຄົ້ນຫາ).
• ຄິດວ່າ: ຕົວແທນຕັດສິນໃຈວ່າຈະຕອບໂຕ້ແນວໃດ (ພິຈາລະນາວ່າມັນປອດໄພພຽງພໍທີ່ຈະເກັບກໍາລາຍການຫຼືວ່າລາວຄວນຕໍ່ສູ້ / ເຊື່ອງກ່ອນ).
• ກົດຫມາຍວ່າດ້ວຍ: ຕົວແທນປະຕິບັດການປະຕິບັດເພື່ອປະຕິບັດການຕັດສິນໃຈທີ່ຜ່ານມາ (ເລີ່ມຕົ້ນການເຄື່ອນຍ້າຍໄປສູ່ສັດຕູຫຼືວັດຖຸ).
• ... ດຽວນີ້ສະຖານະການໄດ້ປ່ຽນແປງຍ້ອນການກະ ທຳ ຂອງຕົວລະຄອນ, ສະນັ້ນວົງຈອນຈະເກີດຂື້ນກັບຂໍ້ມູນ ໃໝ່.

AI ມັກຈະສຸມໃສ່ສ່ວນ Sense ຂອງວົງ. ຕົວຢ່າງ, ລົດທີ່ປົກຄອງຕົນເອງເອົາຮູບພາບຂອງຖະຫນົນ, ສົມທົບກັບຂໍ້ມູນ radar ແລະ lidar, ແລະຕີຄວາມມັນ. ໂດຍທົ່ວໄປແລ້ວນີ້ແມ່ນເຮັດໂດຍການຮຽນຮູ້ເຄື່ອງຈັກ, ເຊິ່ງປະມວນຜົນຂໍ້ມູນຂາເຂົ້າແລະໃຫ້ຄວາມຫມາຍ, ສະກັດຂໍ້ມູນ semantic ເຊັ່ນ: "ມີລົດອີກ 20 ເດີ່ນທາງຫນ້າຂອງທ່ານ." ເຫຼົ່ານີ້ແມ່ນອັນທີ່ເອີ້ນວ່າບັນຫາການຈັດປະເພດ.

ເກມບໍ່ຈຳເປັນຕ້ອງມີລະບົບທີ່ຊັບຊ້ອນເພື່ອສະກັດຂໍ້ມູນ ເນື່ອງຈາກຂໍ້ມູນສ່ວນໃຫຍ່ເປັນສ່ວນໜຶ່ງຂອງມັນແລ້ວ. ບໍ່ຈໍາເປັນຕ້ອງດໍາເນີນການສູດການຮັບຮູ້ຮູບພາບເພື່ອກໍານົດວ່າມີສັດຕູຢູ່ຂ້າງຫນ້າ - ເກມຮູ້ແລ້ວແລະປ້ອນຂໍ້ມູນໂດຍກົງເຂົ້າໃນຂະບວນການຕັດສິນໃຈ. ດັ່ງນັ້ນ, ພາກສ່ວນຄວາມຮູ້ສຶກຂອງວົງຈອນແມ່ນມັກຈະງ່າຍດາຍຫຼາຍກ່ວາພາກສ່ວນຄິດແລະປະຕິບັດ.

ຂໍ້​ຈໍາ​ກັດ​ຂອງ​ເກມ AI​

AI ມີຂໍ້ຈໍາກັດຈໍານວນຫນຶ່ງທີ່ຕ້ອງສັງເກດ:

• AI ບໍ່ຈໍາເປັນຕ້ອງໄດ້ຮັບການຝຶກອົບຮົມລ່ວງຫນ້າ, ຄືກັບວ່າມັນເປັນວິທີການຮຽນຮູ້ເຄື່ອງຈັກ. ມັນບໍ່ມີຄວາມຫມາຍທີ່ຈະຂຽນເຄືອຂ່າຍ neural ໃນລະຫວ່າງການພັດທະນາເພື່ອຕິດຕາມຜູ້ຫຼິ້ນຫລາຍສິບພັນຄົນແລະຮຽນຮູ້ວິທີທີ່ດີທີ່ສຸດທີ່ຈະຫລິ້ນກັບພວກເຂົາ. ເປັນຫຍັງ? ເນື່ອງຈາກວ່າເກມຍັງບໍ່ໄດ້ອອກແລະບໍ່ມີຜູ້ນ.
• ເກມຄວນຈະມ່ວນແລະທ້າທາຍ, ສະນັ້ນຕົວແທນບໍ່ຄວນຊອກຫາວິທີການທີ່ດີທີ່ສຸດຕໍ່ກັບປະຊາຊົນ.
• ຕົວແທນຕ້ອງເບິ່ງຕົວຈິງເພື່ອໃຫ້ຜູ້ຫຼິ້ນຮູ້ສຶກວ່າພວກເຂົາຫຼີ້ນກັບຄົນທີ່ແທ້ຈິງ. ໂປຣແກຣມ AlphaGo ປະຕິບັດໄດ້ຫຼາຍກວ່າມະນຸດ, ແຕ່ຂັ້ນຕອນທີ່ເລືອກແມ່ນຢູ່ໄກຈາກຄວາມເຂົ້າໃຈແບບດັ້ງເດີມຂອງເກມ. ຖ້າເກມ simulates opponent ຂອງມະນຸດ, ຄວາມຮູ້ສຶກນີ້ບໍ່ຄວນມີ. ຂັ້ນຕອນການຕ້ອງມີການປ່ຽນແປງເພື່ອໃຫ້ມັນເຮັດການຕັດສິນໃຈທີ່ເປັນໄປໄດ້ແທນທີ່ຈະເປັນທີ່ເຫມາະສົມ.
• AI ຕ້ອງເຮັດວຽກໃນເວລາຈິງ. ນີ້ຫມາຍຄວາມວ່າ algorithm ບໍ່ສາມາດຜູກຂາດການໃຊ້ CPU ເປັນເວລາດົນນານເພື່ອຕັດສິນໃຈ. ເຖິງແມ່ນວ່າ 10 milliseconds ແມ່ນຍາວເກີນໄປ, ເພາະວ່າເກມສ່ວນໃຫຍ່ຕ້ອງການພຽງແຕ່ 16 ຫາ 33 milliseconds ເພື່ອດໍາເນີນການທັງຫມົດແລະຍ້າຍອອກໄປໃນກອບຮູບພາບຕໍ່ໄປ.
• ໂດຍຫລັກການແລ້ວ, ຢ່າງຫນ້ອຍສ່ວນຫນຶ່ງຂອງລະບົບຄວນຈະເປັນຂໍ້ມູນ, ເພື່ອໃຫ້ຜູ້ທີ່ບໍ່ແມ່ນ coder ສາມາດເຮັດໃຫ້ການປ່ຽນແປງແລະການປັບຕົວສາມາດເກີດຂຶ້ນໄດ້ໄວຂຶ້ນ.

ໃຫ້ເບິ່ງວິທີການ AI ທີ່ກວມເອົາວົງຈອນຄວາມຮູ້ສຶກ / ຄິດ / ກົດຫມາຍທັງຫມົດ.

ການຕັດສິນໃຈຂັ້ນພື້ນຖານ

ໃຫ້ເລີ່ມຕົ້ນດ້ວຍເກມທີ່ງ່າຍທີ່ສຸດ - ປອງ. ເປົ້າຫມາຍ: ຍ້າຍ paddle ເພື່ອໃຫ້ບານ bounces off ມັນແທນທີ່ຈະບິນຜ່ານມັນ. ມັນຄ້າຍຄືກັບ tennis, ບ່ອນທີ່ທ່ານສູນເສຍຖ້າທ່ານບໍ່ຕີບານ. ທີ່ນີ້ AI ມີວຽກງານທີ່ຂ້ອນຂ້າງງ່າຍ - ການຕັດສິນໃຈໃນທິດທາງໃດທີ່ຈະຍ້າຍເວທີ.

ຖະແຫຼງການຕາມເງື່ອນໄຂ

ສໍາລັບ AI ໃນ Pong, ການແກ້ໄຂທີ່ຊັດເຈນທີ່ສຸດແມ່ນການພະຍາຍາມສະເຫມີວາງເວທີພາຍໃຕ້ບານ.

ສູດການຄິດໄລ່ງ່າຍໆສໍາລັບການນີ້, ຂຽນໃນ pseudocode:

ທຸກໆກອບ / ການປັບປຸງໃນຂະນະທີ່ເກມກໍາລັງແລ່ນ:
ຖ້າບານຢູ່ເບື້ອງຊ້າຍຂອງ paddle:
ຍ້າຍ paddle ຊ້າຍ
ອື່ນຖ້າບານຢູ່ເບື້ອງຂວາຂອງ paddle:
ຍ້າຍ paddle ຂວາ

ຖ້າເວທີເຄື່ອນທີ່ດ້ວຍຄວາມໄວຂອງບານ, ນີ້ແມ່ນ algorithm ທີ່ເຫມາະສົມສໍາລັບ AI ໃນ Pong. ບໍ່ຈໍາເປັນຕ້ອງສັບສົນຫຍັງຖ້າບໍ່ມີຂໍ້ມູນຫຼາຍແລະການປະຕິບັດທີ່ເປັນໄປໄດ້ສໍາລັບຕົວແທນ.

ວິທີການນີ້ແມ່ນງ່າຍດາຍດັ່ງນັ້ນວົງຈອນ Sense / Think / Act ທັງຫມົດແມ່ນບໍ່ສັງເກດເຫັນ. ແຕ່ມັນຢູ່ທີ່ນັ້ນ:

• ສ່ວນຄວາມຮູ້ສຶກແມ່ນຢູ່ໃນສອງ if statements. ເກມຮູ້ວ່າບານຢູ່ໃສແລະບ່ອນທີ່ເວທີແມ່ນ, ດັ່ງນັ້ນ AI ຄົ້ນຫາມັນສໍາລັບຂໍ້ມູນນັ້ນ.
• ສ່ວນ Think ຍັງລວມຢູ່ໃນສອງ if statements. ພວກເຂົາເຈົ້າປະກອບສອງວິທີແກ້ໄຂ, ເຊິ່ງໃນກໍລະນີນີ້ແມ່ນສະເພາະເຊິ່ງກັນແລະກັນ. ດັ່ງນັ້ນ, ຫນຶ່ງໃນສາມການປະຕິບັດໄດ້ຖືກເລືອກ - ຍ້າຍເວທີໄປທາງຊ້າຍ, ຍ້າຍໄປທາງຂວາ, ຫຼືບໍ່ເຮັດຫຍັງຖ້າມັນຖືກຈັດໃສ່ຢ່າງຖືກຕ້ອງ.
• ພາກສ່ວນກົດຫມາຍແມ່ນພົບເຫັນຢູ່ໃນຄໍາຖະແຫຼງທີ່ຍ້າຍ Paddle ຊ້າຍແລະຍ້າຍ Paddle ຂວາ. ອີງຕາມການອອກແບບເກມ, ພວກເຂົາສາມາດຍ້າຍເວທີທັນທີຫຼືດ້ວຍຄວາມໄວສະເພາະ.

ວິທີການດັ່ງກ່າວເອີ້ນວ່າ reactive - ມີຊຸດກົດລະບຽບທີ່ງ່າຍດາຍ (ໃນກໍລະນີນີ້ຖ້າຫາກວ່າຄໍາຖະແຫຼງໃນລະຫັດ) ທີ່ react ກັບສະຖານະຂອງໂລກໃນປະຈຸບັນແລະດໍາເນີນການ.

ຕົ້ນ​ໄມ້​ການ​ຕັດ​ສິນ​ໃຈ​

ຕົວຢ່າງ Pong ແມ່ນຕົວຈິງແລ້ວເທົ່າກັບແນວຄວາມຄິດ AI ຢ່າງເປັນທາງການທີ່ເອີ້ນວ່າຕົ້ນໄມ້ການຕັດສິນໃຈ. ສູດການຄິດໄລ່ຈະຜ່ານມັນໄປເຖິງ "ໃບ" - ການຕັດສິນໃຈກ່ຽວກັບສິ່ງທີ່ຕ້ອງເຮັດ.

ມາສ້າງແຜນວາດຂອງຕົ້ນໄມ້ການຕັດສິນໃຈສຳລັບສູດການຄິດໄລ່ຂອງເວທີຂອງພວກເຮົາ:

ແຕ່ລະສ່ວນຂອງຕົ້ນໄມ້ຖືກເອີ້ນວ່າ node - AI ໃຊ້ທິດສະດີກາຟເພື່ອອະທິບາຍໂຄງສ້າງດັ່ງກ່າວ. ມີສອງປະເພດຂອງ nodes:

• nodes ການ​ຕັດ​ສິນ​ໃຈ​: ການ​ເລືອກ​ລະ​ຫວ່າງ​ສອງ​ທາງ​ເລືອກ​ໂດຍ​ອີງ​ໃສ່​ການ​ທົດ​ສອບ​ສະ​ພາບ​ການ​ບາງ​, ທີ່​ແຕ່​ລະ​ທາງ​ເລືອກ​ແມ່ນ​ເປັນ​ຕົວ​ແທນ​ເປັນ node ແຍກ​ຕ່າງ​ຫາກ​.
• End nodes: ການປະຕິບັດເພື່ອປະຕິບັດທີ່ເປັນຕົວແທນຂອງການຕັດສິນໃຈສຸດທ້າຍ.

ສູດການຄິດໄລ່ເລີ່ມຕົ້ນຈາກຂໍ້ທໍາອິດ ("ຮາກ" ຂອງຕົ້ນໄມ້). ມັນອາດຈະຕັດສິນໃຈວ່າຈະໄປຫາ node ເດັກນ້ອຍໃດ, ຫຼືມັນປະຕິບັດການດໍາເນີນການທີ່ເກັບໄວ້ໃນ node ແລະອອກ.

ຜົນປະໂຫຍດຂອງການມີຕົ້ນໄມ້ການຕັດສິນໃຈເຮັດວຽກຄືກັນກັບຄໍາຖະແຫຼງການ if ໃນພາກກ່ອນຫນ້າແມ່ນຫຍັງ? ມີລະບົບທົ່ວໄປຢູ່ທີ່ນີ້ທີ່ແຕ່ລະການຕັດສິນໃຈມີພຽງແຕ່ຫນຶ່ງເງື່ອນໄຂແລະສອງຜົນໄດ້ຮັບທີ່ເປັນໄປໄດ້. ນີ້ອະນຸຍາດໃຫ້ນັກພັດທະນາສ້າງ AI ຈາກຂໍ້ມູນທີ່ເປັນຕົວແທນຂອງການຕັດສິນໃຈໃນຕົ້ນໄມ້ໂດຍບໍ່ຈໍາເປັນຕ້ອງຍາກລະຫັດມັນ. ໃຫ້ນໍາສະເຫນີໃນຮູບແບບຕາຕະລາງ:

ຢູ່ດ້ານລະຫັດທ່ານຈະໄດ້ຮັບລະບົບສໍາລັບການອ່ານສາຍ. ສ້າງ node ສໍາລັບແຕ່ລະຄົນ, ເຊື່ອມຕໍ່ການຕັດສິນໃຈໂດຍອີງໃສ່ຖັນທີສອງ, ແລະ nodes ເດັກໂດຍອີງໃສ່ຖັນທີສາມແລະສີ່. ທ່ານຍັງຈໍາເປັນຕ້ອງໄດ້ດໍາເນີນໂຄງການເງື່ອນໄຂແລະການປະຕິບັດ, ແຕ່ໃນປັດຈຸບັນໂຄງສ້າງຂອງເກມຈະສະລັບສັບຊ້ອນຫຼາຍ. ໃນທີ່ນີ້ທ່ານເພີ່ມການຕັດສິນໃຈແລະການປະຕິບັດເພີ່ມເຕີມ, ແລະຫຼັງຈາກນັ້ນປັບແຕ່ງ AI ທັງຫມົດໂດຍພຽງແຕ່ແກ້ໄຂໄຟລ໌ຄໍານິຍາມຕົ້ນໄມ້. ຕໍ່ໄປ, ທ່ານໂອນໄຟລ໌ໄປຫາຜູ້ອອກແບບເກມ, ຜູ້ທີ່ສາມາດປ່ຽນພຶດຕິກໍາໂດຍບໍ່ມີການ recompiling ເກມຫຼືການປ່ຽນແປງລະຫັດ.

ຕົ້ນໄມ້ການຕັດສິນໃຈແມ່ນມີປະໂຫຍດຫຼາຍເມື່ອພວກມັນຖືກສ້າງຂື້ນໂດຍອັດຕະໂນມັດຈາກຊຸດຕົວຢ່າງຂະຫນາດໃຫຍ່ (ຕົວຢ່າງເຊັ່ນການໃຊ້ ID3 algorithm). ນີ້ເຮັດໃຫ້ພວກເຂົາເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບແລະມີປະສິດທິພາບສູງສໍາລັບການຈັດປະເພດສະຖານະການໂດຍອີງໃສ່ຂໍ້ມູນທີ່ໄດ້ຮັບ. ຢ່າງໃດກໍຕາມ, ພວກເຮົາໄປນອກເຫນືອຈາກລະບົບທີ່ງ່າຍດາຍສໍາລັບຕົວແທນທີ່ຈະເລືອກເອົາການປະຕິບັດ.

ສະຖານະການ

ພວກ​ເຮົາ​ວິ​ເຄາະ​ລະ​ບົບ​ຕົ້ນ​ໄມ້​ການ​ຕັດ​ສິນ​ໃຈ​ທີ່​ນໍາ​ໃຊ້​ເງື່ອນ​ໄຂ​ທີ່​ສ້າງ​ຕັ້ງ​ໄວ້​ກ່ອນ​ແລະ​ການ​ປະ​ຕິ​ບັດ​. ຄົນທີ່ອອກແບບ AI ສາມາດຈັດລະບຽບຕົ້ນໄມ້ຕາມທີ່ລາວຕ້ອງການ, ແຕ່ລາວຍັງຕ້ອງອີງໃສ່ coder ທີ່ຂຽນໂປຼແກຼມທັງຫມົດ. ຈະເປັນແນວໃດຖ້າພວກເຮົາສາມາດໃຫ້ຜູ້ອອກແບບເຄື່ອງມືເພື່ອສ້າງເງື່ອນໄຂຫຼືການກະທໍາຂອງຕົນເອງ?

ດັ່ງນັ້ນນັກຂຽນໂປລແກລມບໍ່ຈໍາເປັນຕ້ອງຂຽນລະຫັດສໍາລັບເງື່ອນໄຂ Is Ball Left Of Paddle ແລະ Is Ball Right Of Paddle, ລາວສາມາດສ້າງລະບົບທີ່ຜູ້ອອກແບບຈະຂຽນເງື່ອນໄຂເພື່ອກວດເບິ່ງຄ່າເຫຼົ່ານີ້. ຫຼັງຈາກນັ້ນ, ຂໍ້ມູນຕົ້ນໄມ້ການຕັດສິນໃຈຈະມີລັກສະນະນີ້:

ນີ້ເປັນສິ່ງຈໍາເປັນຄືກັນກັບໃນຕາຕະລາງທໍາອິດ, ແຕ່ວິທີແກ້ໄຂພາຍໃນຕົວຂອງມັນເອງມີລະຫັດຂອງຕົນເອງ, ຄ້າຍຄືກັບພາກສ່ວນເງື່ອນໄຂຂອງຄໍາຖະແຫຼງການ if. ໃນດ້ານລະຫັດ, ນີ້ຈະອ່ານຢູ່ໃນຄໍລໍາທີສອງສໍາລັບຂໍ້ການຕັດສິນໃຈ, ແຕ່ແທນທີ່ຈະຊອກຫາເງື່ອນໄຂສະເພາະເພື່ອປະຕິບັດ (Is Ball Left Of Paddle), ມັນຈະປະເມີນການສະແດງອອກທີ່ມີເງື່ອນໄຂແລະສົ່ງຄືນຄວາມຈິງຫຼືຜິດຕາມຄວາມເຫມາະສົມ. ນີ້ແມ່ນເຮັດໄດ້ໂດຍໃຊ້ພາສາ Lua ຫຼື Angelscript. ການນໍາໃຊ້ພວກມັນ, ນັກພັດທະນາສາມາດເອົາວັດຖຸໃນເກມຂອງລາວ (ບານແລະ paddle) ແລະສ້າງຕົວແປທີ່ຈະມີຢູ່ໃນສະຄິບ (ball.position). ນອກຈາກນີ້, ພາສາສະຄຣິບແມ່ນງ່າຍດາຍກວ່າ C ++. ມັນບໍ່ໄດ້ຮຽກຮ້ອງໃຫ້ມີຂັ້ນຕອນການລວບລວມຢ່າງເຕັມທີ່, ສະນັ້ນມັນເຫມາະສົມສໍາລັບການປັບເຫດຜົນເກມຢ່າງໄວວາແລະອະນຸຍາດໃຫ້ "ຜູ້ທີ່ບໍ່ແມ່ນ coders" ເພື່ອສ້າງຫນ້າທີ່ທີ່ຈໍາເປັນດ້ວຍຕົນເອງ.

ໃນຕົວຢ່າງຂ້າງເທິງ, ພາສາສະຄິບແມ່ນໃຊ້ພຽງແຕ່ເພື່ອປະເມີນການສະແດງອອກຕາມເງື່ອນໄຂ, ແຕ່ມັນຍັງສາມາດຖືກນໍາໃຊ້ສໍາລັບການດໍາເນີນການ. ຕົວຢ່າງ, ຂໍ້ມູນ Move Paddle Right ສາມາດກາຍເປັນ script statement (ball.position.x += 10). ດັ່ງນັ້ນການດໍາເນີນການຍັງຖືກກໍານົດໄວ້ໃນສະຄິບ, ໂດຍບໍ່ຕ້ອງໃຊ້ໂປຣແກມ Move Paddle Right.

ທ່ານສາມາດໄປຕື່ມອີກແລະຂຽນຕົ້ນໄມ້ການຕັດສິນໃຈທັງຫມົດໃນພາສາສະຄິບ. ນີ້ຈະເປັນລະຫັດໃນຮູບແບບຂອງຄໍາຖະແຫຼງທີ່ເງື່ອນໄຂ hardcoded, ແຕ່ພວກມັນຈະຢູ່ໃນໄຟລ໌ສະຄິບພາຍນອກ, ນັ້ນແມ່ນ, ພວກເຂົາສາມາດປ່ຽນແປງໄດ້ໂດຍບໍ່ຕ້ອງລວບລວມໂປຼແກຼມທັງຫມົດ. ທ່ານມັກຈະສາມາດແກ້ໄຂໄຟລ໌ສະຄຣິບໃນລະຫວ່າງການຫຼິ້ນເກມເພື່ອທົດສອບການຕອບໂຕ້ AI ທີ່ແຕກຕ່າງກັນຢ່າງໄວວາ.

ການຕອບໂຕ້ເຫດການ

ຕົວຢ່າງຂ້າງເທິງແມ່ນດີເລີດສໍາລັບ Pong. ພວກເຂົາເຈົ້າສືບຕໍ່ດໍາເນີນການຮອບວຽນຄວາມຮູ້ສຶກ / ຄິດ / ກົດຫມາຍແລະປະຕິບັດໂດຍອີງໃສ່ສະຖານະຫລ້າສຸດຂອງໂລກ. ແຕ່ໃນເກມທີ່ສັບສົນຫຼາຍ, ທ່ານ ຈຳ ເປັນຕ້ອງມີປະຕິກິລິຍາຕໍ່ເຫດການສ່ວນບຸກຄົນ, ແລະບໍ່ປະເມີນທຸກຢ່າງໃນເວລາດຽວກັນ. Pong ໃນກໍລະນີນີ້ແມ່ນແລ້ວເປັນຕົວຢ່າງທີ່ບໍ່ດີ. ໃຫ້ເຮົາເລືອກອັນອື່ນ.

ຈິນຕະນາການຍິງປືນທີ່ສັດຕູບໍ່ເຄື່ອນໄຫວຈົນກ່ວາພວກເຂົາກວດພົບຜູ້ຫຼິ້ນ, ຫຼັງຈາກນັ້ນພວກເຂົາປະຕິບັດໂດຍອີງໃສ່ "ພິເສດ" ຂອງພວກເຂົາ: ຜູ້ໃດຜູ້ຫນຶ່ງຈະແລ່ນໄປຫາ "ຟ້າວ", ຜູ້ໃດຜູ້ຫນຶ່ງຈະໂຈມຕີຈາກບ່ອນໄກ. ມັນຍັງເປັນລະບົບປະຕິກິລິຍາພື້ນຖານ - "ຖ້າຜູ້ນຖືກພົບເຫັນ, ເຮັດບາງສິ່ງບາງຢ່າງ" - ແຕ່ມັນສາມາດແບ່ງອອກຢ່າງມີເຫດຜົນເຂົ້າໄປໃນເຫດການທີ່ຜູ້ຫຼິ້ນໄດ້ເຫັນແລະປະຕິກິລິຍາ (ເລືອກຄໍາຕອບແລະປະຕິບັດມັນ).

ນີ້ເຮັດໃຫ້ພວກເຮົາກັບຄືນສູ່ວົງຈອນຄວາມຮູ້ສຶກ / ຄິດ / ກົດຫມາຍ. ພວກເຮົາສາມາດລະຫັດສ່ວນ Sense ທີ່ຈະກວດສອບທຸກກອບວ່າ AI ເຫັນຜູ້ນ. ຖ້າບໍ່, ບໍ່ມີຫຍັງເກີດຂຶ້ນ, ແຕ່ຖ້າມັນເຫັນ, ຫຼັງຈາກນັ້ນເຫດການ Player Seen ຖືກສ້າງຂຶ້ນ. ລະຫັດຈະມີພາກແຍກຕ່າງຫາກທີ່ກ່າວວ່າ "ເມື່ອເຫດການທີ່ຜູ້ນໄດ້ເຫັນ, ເຮັດ" ບ່ອນທີ່ການຕອບສະຫນອງທີ່ທ່ານຕ້ອງການເພື່ອແກ້ໄຂພາກສ່ວນ Think and Act. ດັ່ງນັ້ນ, ທ່ານຈະຕັ້ງປະຕິກິລິຍາຕໍ່ເຫດການທີ່ຜູ້ຫຼິ້ນໄດ້ເຫັນ: ສໍາລັບລັກສະນະ "ແລ່ນ" - ChargeAndAttack, ແລະສໍາລັບ sniper - HideAndSnipe. ຄວາມສໍາພັນເຫຼົ່ານີ້ສາມາດຖືກສ້າງຂື້ນໃນໄຟລ໌ຂໍ້ມູນສໍາລັບການດັດແກ້ໄວໂດຍບໍ່ຈໍາເປັນຕ້ອງລວບລວມໃຫມ່. ພາສາສະຄຣິບສາມາດໃຊ້ຢູ່ທີ່ນີ້ຄືກັນ.

ການຕັດສິນໃຈຍາກ

ເຖິງແມ່ນວ່າລະບົບຕິກິຣິຍາງ່າຍດາຍແມ່ນມີອໍານາດຫຼາຍ, ມີຫຼາຍສະຖານະການທີ່ພວກມັນບໍ່ພຽງພໍ. ບາງຄັ້ງທ່ານຈໍາເປັນຕ້ອງເຮັດການຕັດສິນໃຈທີ່ແຕກຕ່າງກັນໂດຍອີງໃສ່ສິ່ງທີ່ຕົວແທນກໍາລັງເຮັດໃນປັດຈຸບັນ, ແຕ່ມັນຍາກທີ່ຈະຈິນຕະນາການນີ້ເປັນເງື່ອນໄຂ. ບາງຄັ້ງມີເງື່ອນໄຂຫຼາຍເກີນໄປທີ່ຈະສະແດງໃຫ້ພວກເຂົາຢ່າງມີປະສິດທິພາບໃນຕົ້ນໄມ້ການຕັດສິນໃຈຫຼືສະຄິບ. ບາງຄັ້ງທ່ານຈໍາເປັນຕ້ອງປະເມີນລ່ວງຫນ້າວ່າສະຖານະການຈະປ່ຽນແປງແນວໃດກ່ອນທີ່ຈະຕັດສິນໃຈໃນຂັ້ນຕອນຕໍ່ໄປ. ວິທີການທີ່ຊັບຊ້ອນຫຼາຍແມ່ນຈໍາເປັນເພື່ອແກ້ໄຂບັນຫາເຫຼົ່ານີ້.

ເຄື່ອງສະຖານະ Finite

Finite state machine ຫຼື FSM (ເຄື່ອງຂອງລັດຈໍາກັດ) ແມ່ນວິທີການທີ່ບອກວ່າຕົວແທນຂອງພວກເຮົາແມ່ນຢູ່ໃນຫນຶ່ງໃນຫຼາຍລັດທີ່ເປັນໄປໄດ້, ແລະມັນສາມາດປ່ຽນຈາກລັດຫນຶ່ງໄປອີກ. ມີຈໍານວນທີ່ແນ່ນອນຂອງລັດດັ່ງກ່າວ - ດັ່ງນັ້ນຊື່. ຕົວຢ່າງທີ່ດີທີ່ສຸດຈາກຊີວິດແມ່ນໄຟຈະລາຈອນ. ມີລໍາດັບທີ່ແຕກຕ່າງກັນຂອງແສງສະຫວ່າງໃນສະຖານທີ່ທີ່ແຕກຕ່າງກັນ, ແຕ່ຫຼັກການແມ່ນຄືກັນ - ແຕ່ລະລັດເປັນຕົວແທນຂອງບາງສິ່ງບາງຢ່າງ (ຢຸດ, ຍ່າງ, ແລະອື່ນໆ). ໄຟຈະລາຈອນຢູ່ໃນລັດດຽວໃນເວລາໃດກໍ່ຕາມ, ແລະຍ້າຍຈາກຫນຶ່ງໄປຫາອີກອັນຫນຶ່ງໂດຍອີງໃສ່ກົດລະບຽບງ່າຍໆ.

ມັນເປັນເລື່ອງທີ່ຄ້າຍຄືກັນກັບ NPCs ໃນເກມ. ຕົວຢ່າງ, ໃຫ້ເຮົາເຝົ້າລະວັງດ້ວຍລັດຕໍ່ໄປນີ້:

• ການລາດຕະເວນ.
• ການໂຈມຕີ.
• ໜີ.

ແລະເງື່ອນໄຂເຫຼົ່ານີ້ສໍາລັບການປ່ຽນແປງລັດຂອງຕົນ:

• ຖ້າກອງ​ທັບ​ເຫັນ​ສັດຕູ​ກໍ​ໂຈມ​ຕີ.
• ຖ້າກອງໂຈມຕີແຕ່ບໍ່ເຫັນສັດຕູ, ລາວກັບຄືນໄປລາດຕະເວນ.
• ຖ້າກອງໂຈມຕີແຕ່ໄດ້ຮັບບາດເຈັບສາຫັດ, ລາວແລ່ນຫນີ.

ນອກນັ້ນທ່ານຍັງສາມາດຂຽນ if-statements ທີ່ມີຕົວແປຂອງລັດຜູ້ປົກຄອງແລະການກວດສອບຕ່າງໆ: ມີສັດຕູຢູ່ໃກ້ໆ, ລະດັບສຸຂະພາບຂອງ NPC ແມ່ນຫຍັງ, ແລະອື່ນໆ. ຂໍໃຫ້ເພີ່ມລັດຕື່ມອີກ:

• Idleness - ລະຫວ່າງການລາດຕະເວນ.
• ຄົ້ນຫາ - ໃນເວລາທີ່ສັດຕູສັງເກດເຫັນໄດ້ຫາຍໄປ.
• ຊອກຫາການຊ່ວຍເຫຼືອ - ເມື່ອສັດຕູຖືກຈຸດ, ແຕ່ແຂງແຮງເກີນໄປທີ່ຈະຕໍ່ສູ້ກັບຄົນດຽວ.

ທາງເລືອກສໍາລັບພວກເຂົາແຕ່ລະຄົນແມ່ນຈໍາກັດ - ຕົວຢ່າງ, ກອງຈະບໍ່ໄປຊອກຫາສັດຕູທີ່ເຊື່ອງໄວ້ຖ້າລາວມີສຸຂະພາບຕ່ໍາ.

ຫຼັງຈາກທີ່ທັງຫມົດ, ມີບັນຊີລາຍຊື່ໃຫຍ່ຂອງ "ifs" , ວ່າ "ສາມາດກາຍເປັນເລື່ອງທີ່ຫຍຸ້ງຍາກເກີນໄປ, ດັ່ງນັ້ນພວກເຮົາຈໍາເປັນຕ້ອງສ້າງວິທີການທີ່ເປັນທາງການທີ່ອະນຸຍາດໃຫ້ພວກເຮົາຮັກສາລັດແລະການຫັນປ່ຽນລະຫວ່າງລັດຢູ່ໃນໃຈ. ເພື່ອເຮັດສິ່ງນີ້, ພວກເຮົາຄໍານຶງເຖິງລັດທັງຫມົດ, ແລະພາຍໃຕ້ແຕ່ລະລັດພວກເຮົາຂຽນລົງໃນບັນຊີລາຍຊື່ການຫັນປ່ຽນທັງຫມົດໄປສູ່ລັດອື່ນໆ, ພ້ອມກັບເງື່ອນໄຂທີ່ຈໍາເປັນສໍາລັບພວກເຂົາ.

ນີ້ແມ່ນຕາຕະລາງການຫັນປ່ຽນຂອງລັດ - ວິທີການທີ່ສົມບູນແບບເພື່ອເປັນຕົວແທນຂອງ FSM. ໃຫ້ແຕ້ມແຜນວາດແລະເບິ່ງພາບລວມຂອງການປ່ຽນແປງພຶດຕິກໍາ NPC.

ແຜນວາດສະທ້ອນໃຫ້ເຫັນເຖິງຄວາມສໍາຄັນຂອງການຕັດສິນໃຈສໍາລັບຕົວແທນນີ້ໂດຍອີງໃສ່ສະຖານະການໃນປະຈຸບັນ. ຍິ່ງໄປກວ່ານັ້ນ, ແຕ່ລະລູກສອນສະແດງໃຫ້ເຫັນການຫັນປ່ຽນລະຫວ່າງລັດຖ້າເງື່ອນໄຂທີ່ຢູ່ຂ້າງມັນເປັນຄວາມຈິງ.

ແຕ່ລະການປັບປຸງພວກເຮົາກວດເບິ່ງສະຖານະປະຈຸບັນຂອງຕົວແທນ, ເບິ່ງຜ່ານບັນຊີລາຍຊື່ຂອງການຫັນປ່ຽນ, ແລະຖ້າເງື່ອນໄຂຂອງການຫັນປ່ຽນແມ່ນບັນລຸໄດ້, ມັນຍອມຮັບສະຖານະໃຫມ່. ຕົວຢ່າງ, ແຕ່ລະກອບຈະກວດເບິ່ງວ່າໂມງຈັບເວລາ 10 ວິນາທີໄດ້ຫມົດອາຍຸ, ແລະຖ້າເປັນດັ່ງນັ້ນ, ຫຼັງຈາກນັ້ນກອງຈາກລັດ Idling ໄປຫາ Patrolling. ໃນທາງດຽວກັນ, ລັດການໂຈມຕີຈະກວດເບິ່ງສຸຂະພາບຂອງຕົວແທນ - ຖ້າມັນຕໍ່າ, ຫຼັງຈາກນັ້ນມັນເຂົ້າໄປໃນລັດ Fleeing.

ນີ້ແມ່ນການຈັດການການຫັນປ່ຽນລະຫວ່າງລັດ, ແຕ່ສິ່ງທີ່ກ່ຽວກັບພຶດຕິກໍາທີ່ກ່ຽວຂ້ອງກັບລັດຂອງຕົນເອງ? ໃນແງ່ຂອງການປະຕິບັດພຶດຕິກໍາຕົວຈິງສໍາລັບລັດສະເພາະໃດຫນຶ່ງ, ໂດຍທົ່ວໄປແລ້ວມີສອງປະເພດຂອງ "hook" ທີ່ພວກເຮົາມອບຫມາຍການກະທໍາໃຫ້ກັບ FSM:

• ການປະຕິບັດທີ່ພວກເຮົາປະຕິບັດເປັນໄລຍະສໍາລັບສະຖານະປະຈຸບັນ.
• ການກະ ທຳ ທີ່ພວກເຮົາເຮັດໃນເວລາປ່ຽນຈາກລັດ ໜຶ່ງ ໄປອີກລັດ ໜຶ່ງ.

ຕົວຢ່າງສໍາລັບປະເພດທໍາອິດ. ລັດລາດຕະເວນຈະຍ້າຍຕົວແທນໄປຕາມເສັ້ນທາງລາດຕະເວນແຕ່ລະກອບ. ລັດ​ໂຈມ​ຕີ​ຈະ​ພະ​ຍາ​ຍາມ​ທີ່​ຈະ​ເລີ່ມ​ຕົ້ນ​ການ​ໂຈມ​ຕີ​ແຕ່​ລະ​ກອບ​ຫຼື​ການ​ຫັນ​ໄປ​ສູ່​ລັດ​ທີ່​ເປັນ​ໄປ​ໄດ້​.

ສໍາລັບປະເພດທີສອງ, ພິຈາລະນາການຫັນປ່ຽນ "ຖ້າສັດຕູຖືກສັງເກດເຫັນແລະສັດຕູແຂງແຮງເກີນໄປ, ຫຼັງຈາກນັ້ນໄປຫາລັດຊອກຫາການຊ່ວຍເຫຼືອ. ຕົວແທນຕ້ອງເລືອກບ່ອນທີ່ຈະໄປເພື່ອຂໍຄວາມຊ່ວຍເຫຼືອ ແລະເກັບຮັກສາຂໍ້ມູນນີ້ເພື່ອໃຫ້ລັດຊອກຫາການຊ່ວຍເຫຼືອຮູ້ວ່າຈະໄປໃສ. ເມື່ອການຊ່ວຍເຫຼືອຖືກພົບເຫັນ, ຕົວແທນຈະກັບຄືນສູ່ສະຖານະການໂຈມຕີ. ໃນຈຸດນີ້, ລາວຈະຕ້ອງການທີ່ຈະບອກພັນທະມິດກ່ຽວກັບການຂົ່ມຂູ່, ດັ່ງນັ້ນການກະທໍາ NotifyFriendOfThreat ອາດຈະເກີດຂື້ນ.

ອີກເທື່ອຫນຶ່ງ, ພວກເຮົາສາມາດເບິ່ງລະບົບນີ້ໂດຍຜ່ານທັດສະນະຂອງວົງຈອນຄວາມຮູ້ສຶກ / ຄິດ / ກົດຫມາຍ. Sense ແມ່ນ embodied ໃນຂໍ້ມູນທີ່ນໍາໃຊ້ໂດຍ logic ການຫັນປ່ຽນ. ຄິດ - ການຫັນປ່ຽນທີ່ມີຢູ່ໃນແຕ່ລະລັດ. ແລະກົດ ໝາຍ ແມ່ນປະຕິບັດໂດຍການກະ ທຳ ທີ່ປະຕິບັດເປັນແຕ່ລະໄລຍະພາຍໃນລັດຫຼືໃນການປ່ຽນແປງລະຫວ່າງລັດ.

ບາງຄັ້ງ ເງື່ອນໄຂການປ່ຽນແປງຂອງການເລືອກຕັ້ງຢ່າງຕໍ່ເນື່ອງສາມາດມີຄ່າໃຊ້ຈ່າຍຫຼາຍ. ຕົວຢ່າງ, ຖ້າຕົວແທນແຕ່ລະຄົນປະຕິບັດການຄິດໄລ່ທີ່ສັບສົນທຸກໆກອບເພື່ອກໍານົດວ່າມັນສາມາດເຫັນສັດຕູແລະເຂົ້າໃຈວ່າມັນສາມາດປ່ຽນຈາກລັດ Patrolling ໄປສູ່ການໂຈມຕີ, ນີ້ຈະໃຊ້ເວລາຫຼາຍຂອງ CPU.

ການປ່ຽນແປງທີ່ສໍາຄັນໃນສະຖານະຂອງໂລກສາມາດຄິດວ່າເປັນເຫດການທີ່ຈະຖືກປຸງແຕ່ງຍ້ອນວ່າພວກມັນເກີດຂື້ນ. ແທນທີ່ຈະ FSM ກວດເບິ່ງສະພາບການປ່ຽນແປງ "ຕົວແທນຂອງຂ້ອຍສາມາດເຫັນຜູ້ນໄດ້ບໍ?" ທຸກໆກອບ, ລະບົບແຍກຕ່າງຫາກສາມາດຖືກຕັ້ງຄ່າເພື່ອກວດເບິ່ງຫນ້ອຍລົງເລື້ອຍໆ (ເຊັ່ນ: 5 ຄັ້ງຕໍ່ວິນາທີ). ແລະຜົນໄດ້ຮັບແມ່ນການອອກ Player Seen ເມື່ອການກວດສອບຜ່ານ.

ອັນນີ້ຖືກສົ່ງໄປໃຫ້ FSM, ເຊິ່ງຕອນນີ້ຄວນຈະໄປຫາກໍລະນີທີ່ຜູ້ຫຼິ້ນເຫັນໃນເງື່ອນໄຂທີ່ໄດ້ຮັບ ແລະຕອບສະໜອງຕາມຄວາມເໝາະສົມ. ພຶດຕິກໍາທີ່ເປັນຜົນແມ່ນຄືກັນຍົກເວັ້ນສໍາລັບການຊັກຊ້າເກືອບ imperceptible ກ່ອນທີ່ຈະຕອບສະຫນອງ. ແຕ່ການປະຕິບັດໄດ້ຖືກປັບປຸງເປັນຜົນມາຈາກການແຍກສ່ວນ Sense ເຂົ້າໄປໃນສ່ວນແຍກຕ່າງຫາກຂອງໂຄງການ.

ເຄື່ອງລັດ finite ລຳດັບ

ຢ່າງໃດກໍຕາມ, ການເຮັດວຽກກັບ FSMs ຂະຫນາດໃຫຍ່ແມ່ນບໍ່ສະດວກສະເຫມີ. ຖ້າພວກເຮົາຕ້ອງການຂະຫຍາຍລັດການໂຈມຕີເພື່ອແຍກ MeleeAttacking ແລະ RangedAttacking, ພວກເຮົາຈະຕ້ອງປ່ຽນການຫັນປ່ຽນຈາກລັດອື່ນໆທັງຫມົດທີ່ນໍາໄປສູ່ລັດການໂຈມຕີ (ປະຈຸບັນແລະອະນາຄົດ).

ທ່ານອາດຈະສັງເກດເຫັນວ່າໃນຕົວຢ່າງຂອງພວກເຮົາມີການຫັນປ່ຽນຊ້ໍາກັນຫຼາຍ. ການຫັນປ່ຽນສ່ວນໃຫຍ່ຢູ່ໃນລັດ Idling ແມ່ນຄ້າຍຄືກັນກັບການຫັນປ່ຽນຢູ່ໃນລັດ Patrolling. ມັນຈະເປັນການດີທີ່ຈະບໍ່ເຮັດເລື້ມຄືນຕົວເຮົາເອງ, ໂດຍສະເພາະຖ້າພວກເຮົາເພີ່ມລັດທີ່ຄ້າຍຄືກັນຫຼາຍ. ມັນເຮັດໃຫ້ຄວາມຮູ້ສຶກຂອງກຸ່ມ Idling ແລະການລາດຕະເວນພາຍໃຕ້ປ້າຍທົ່ວໄປຂອງ "ບໍ່ແມ່ນການສູ້ຮົບ", ບ່ອນທີ່ມີພຽງແຕ່ຫນຶ່ງຊຸດທົ່ວໄປຂອງການຫັນປ່ຽນໄປສູ່ລັດຕໍ່ສູ້. ຖ້າພວກເຮົາຄິດວ່າປ້າຍນີ້ເປັນລັດ, ຫຼັງຈາກນັ້ນ Idling ແລະ Patrolling ກາຍເປັນ substate. ຕົວຢ່າງຂອງການນໍາໃຊ້ຕາຕະລາງການຫັນປ່ຽນແຍກຕ່າງຫາກສໍາລັບ substate ທີ່ບໍ່ແມ່ນການສູ້ຮົບໃຫມ່:

ລັດຕົ້ນຕໍ:


ອອກຈາກສະຖານະການສູ້ຮົບ:


ແລະໃນຮູບແບບແຜນວາດ:

ມັນ​ເປັນ​ລະ​ບົບ​ດຽວ​ກັນ​, ແຕ່​ວ່າ​ມີ​ລັດ​ທີ່​ບໍ່​ແມ່ນ​ການ​ຕໍ່​ສູ້​ໃຫມ່​ທີ່​ປະ​ກອບ​ມີ Idling ແລະ Patrolling​. ກັບແຕ່ລະລັດທີ່ມີ FSM ທີ່ມີ substates (ແລະ substate ເຫຼົ່ານີ້, ໃນທາງກັບກັນ, ມີ FSMs ຂອງຕົນເອງ - ແລະອື່ນໆສໍາລັບຕາບໃດທີ່ທ່ານຕ້ອງການ), ພວກເຮົາໄດ້ຮັບ Hierarchical Finite State Machine ຫຼື HFSM (ເຄື່ອງລັດ finite ລໍາດັບຊັ້ນ). ໂດຍການຈັດກຸ່ມລັດທີ່ບໍ່ມີການສູ້ຮົບ, ພວກເຮົາຕັດການຫັນປ່ຽນທີ່ຊ້ຳຊ້ອນອອກ. ພວກ​ເຮົາ​ສາ​ມາດ​ເຮັດ​ໄດ້​ເຊັ່ນ​ດຽວ​ກັນ​ສໍາ​ລັບ​ລັດ​ໃຫມ່​ທີ່​ມີ​ການ​ຫັນ​ປ່ຽນ​ທົ່ວ​ໄປ​. ຕົວຢ່າງ, ຖ້າໃນອະນາຄົດພວກເຮົາຂະຫຍາຍລັດການໂຈມຕີໄປສູ່ລັດ MeleeAttacking ແລະ MissileAttacking, ພວກມັນຈະເປັນ substate ທີ່ປ່ຽນລະຫວ່າງກັນແລະກັນໂດຍອີງໃສ່ໄລຍະຫ່າງຂອງສັດຕູແລະຄວາມພ້ອມຂອງລູກປືນ. ດັ່ງນັ້ນ, ພຶດຕິກໍາທີ່ສັບສົນແລະພຶດຕິກໍາຍ່ອຍສາມາດຖືກສະແດງໂດຍຕໍາ່ສຸດທີ່ຂອງການຫັນປ່ຽນຊ້ໍາກັນ.

ຕົ້ນ​ໄມ້​ພຶດ​ຕິ​ກໍາ​

ດ້ວຍ HFSM, ການປະສົມປະສານທີ່ສັບສົນຂອງພຶດຕິກໍາແມ່ນຖືກສ້າງຂຶ້ນໃນແບບງ່າຍໆ. ຢ່າງໃດກໍ່ຕາມ, ມີຄວາມຫຍຸ້ງຍາກເລັກນ້ອຍທີ່ການຕັດສິນໃຈໃນຮູບແບບຂອງກົດລະບຽບການຫັນປ່ຽນມີຄວາມກ່ຽວຂ້ອງຢ່າງໃກ້ຊິດກັບສະຖານະການໃນປະຈຸບັນ. ແລະໃນຫຼາຍເກມ, ນີ້ແມ່ນສິ່ງທີ່ຈໍາເປັນ. ແລະການໃຊ້ລໍາດັບຊັ້ນຂອງລັດຢ່າງລະມັດລະວັງສາມາດຫຼຸດຜ່ອນຈໍານວນການຊໍ້າຊ້ອນຂອງການປ່ຽນແປງ. ແຕ່ບາງຄັ້ງທ່ານຕ້ອງການກົດລະບຽບທີ່ເຮັດວຽກບໍ່ວ່າທ່ານຈະຢູ່ໃນລັດໃດກໍ່ຕາມ, ຫຼືໃຊ້ໃນເກືອບທຸກລັດ. ຕົວຢ່າງ, ຖ້າສຸຂະພາບຂອງຕົວແທນຫຼຸດລົງເຖິງ 25%, ເຈົ້າຕ້ອງການໃຫ້ລາວແລ່ນຫນີໂດຍບໍ່ຄໍານຶງເຖິງວ່າລາວຢູ່ໃນການຕໍ່ສູ້, ບໍ່ໄດ້ເຮັດວຽກ, ຫຼືເວົ້າ - ທ່ານຈະຕ້ອງເພີ່ມເງື່ອນໄຂນີ້ໃສ່ແຕ່ລະລັດ. ແລະຖ້າຜູ້ອອກແບບຂອງທ່ານຕໍ່ມາຕ້ອງການປ່ຽນລະດັບສຸຂະພາບຕ່ໍາຈາກ 25% ເປັນ 10%, ນີ້ຈະຕ້ອງເຮັດອີກເທື່ອຫນຶ່ງ.

ໂດຍຫລັກການແລ້ວ, ສະຖານະການນີ້ຮຽກຮ້ອງໃຫ້ມີລະບົບການຕັດສິນໃຈກ່ຽວກັບ "ລັດທີ່ຈະຢູ່ໃນ" ຢູ່ນອກລັດຂອງຕົນເອງ, ເພື່ອເຮັດໃຫ້ການປ່ຽນແປງພຽງແຕ່ຢູ່ໃນສະຖານທີ່ດຽວແລະບໍ່ແຕະເງື່ອນໄຂການຫັນປ່ຽນ. ຕົ້ນໄມ້ພຶດຕິກຳປາກົດຢູ່ບ່ອນນີ້.

ມີຫຼາຍວິທີທີ່ຈະປະຕິບັດພວກມັນ, ແຕ່ໂດຍເນື້ອແທ້ແລ້ວແມ່ນປະມານຄືກັນສໍາລັບທຸກຄົນແລະຄ້າຍຄືກັນກັບຕົ້ນໄມ້ການຕັດສິນໃຈ: ສູດການຄິດໄລ່ເລີ່ມຕົ້ນດ້ວຍ "ຮາກ" node, ແລະຕົ້ນໄມ້ປະກອບດ້ວຍຂໍ້ທີ່ເປັນຕົວແທນຂອງການຕັດສິນໃຈຫຼືການກະທໍາ. ມັນມີຄວາມແຕກຕ່າງທີ່ ສຳ ຄັນບໍ່ຫຼາຍປານໃດ:

• ຕອນນີ້ Nodes ສົ່ງຄືນຄ່າໜຶ່ງໃນສາມຄ່າ: ສຳເລັດ (ຖ້າວຽກສຳເລັດ), ລົ້ມເຫລວ (ຖ້າມັນບໍ່ສາມາດເລີ່ມຕົ້ນໄດ້), ຫຼື ແລ່ນ (ຖ້າມັນຍັງແລ່ນຢູ່ ແລະບໍ່ມີຜົນສຸດທ້າຍ).
• ບໍ່ມີຂໍ້ຕັດສິນໃຈເພີ່ມເຕີມທີ່ຈະເລືອກເອົາລະຫວ່າງສອງທາງເລືອກ. ແທນທີ່ຈະ, ພວກເຂົາເຈົ້າແມ່ນ nodes Decorator, ທີ່ມີຫນຶ່ງ node ເດັກນ້ອຍ. ຖ້າພວກເຂົາປະສົບຜົນສໍາເລັດ, ພວກເຂົາປະຕິບັດຂໍ້ຂອງລູກດຽວຂອງພວກເຂົາ.
• ໂນດທີ່ປະຕິບັດການສົ່ງຄືນຄ່າການແລ່ນເພື່ອເປັນຕົວແທນຂອງການປະຕິບັດທີ່ກໍາລັງປະຕິບັດ.

ຊຸດນ້ອຍຂອງ nodes ນີ້ສາມາດຖືກລວມເຂົ້າກັນເພື່ອສ້າງພຶດຕິກໍາທີ່ສັບສົນຫຼາຍ. ຂໍໃຫ້ຈິນຕະນາການ HFSM guard ຈາກຕົວຢ່າງທີ່ຜ່ານມາເປັນຕົ້ນໄມ້ພຶດຕິກໍາ:

ດ້ວຍໂຄງສ້າງນີ້ບໍ່ຄວນມີການຫັນປ່ຽນຢ່າງຈະແຈ້ງຈາກລັດ Idling/Patrolling ໄປສູ່ການໂຈມຕີ ຫຼືລັດອື່ນໆ. ຖ້າສັດຕູຖືກສັງເກດເຫັນແລະສຸຂະພາບຂອງຕົວລະຄອນແມ່ນຕໍ່າ, ການປະຕິບັດຈະຢຸດຢູ່ທີ່ Fleeing node, ບໍ່ວ່າຈະເປັນໂຫນດໃດທີ່ມັນຖືກປະຕິບັດໃນເມື່ອກ່ອນ - ການລາດຕະເວນ, Idling, Attacking, ຫຼືອື່ນໆ.

ຕົ້ນໄມ້ພຶດຕິກຳມີຄວາມຊັບຊ້ອນ - ມີຫຼາຍວິທີໃນການປະກອບພວກມັນ, ແລະການຊອກຫາການປະສົມປະສານທີ່ຖືກຕ້ອງຂອງເຄື່ອງຕົບແຕ່ງ ແລະຂໍ້ປະສົມສາມາດເປັນສິ່ງທ້າທາຍ. ຍັງມີຄໍາຖາມກ່ຽວກັບວິທີກວດເບິ່ງຕົ້ນໄມ້ເລື້ອຍໆ - ພວກເຮົາຕ້ອງການຜ່ານທຸກໆສ່ວນຂອງມັນຫຼືພຽງແຕ່ເມື່ອຫນຶ່ງໃນເງື່ອນໄຂມີການປ່ຽນແປງ? ເຮົາຈະເກັບລັດທີ່ກ່ຽວຂ້ອງກັບ nodes ແນວໃດ - ເຮົາຈະຮູ້ໄດ້ແນວໃດວ່າເມື່ອເຮົາຖືກ Idling ເປັນເວລາ 10 ວິນາທີ, ຫຼືເຮົາຈະຮູ້ໄດ້ແນວໃດວ່າ nodes ໃດຖືກປະຕິບັດໃນຄັ້ງສຸດທ້າຍເພື່ອໃຫ້ເຮົາສາມາດປະມວນຜົນລໍາດັບໄດ້ຢ່າງຖືກຕ້ອງ?

ນີ້ແມ່ນເຫດຜົນທີ່ວ່າມີການຈັດຕັ້ງປະຕິບັດຫຼາຍຢ່າງ. ຕົວຢ່າງ, ບາງລະບົບໄດ້ປ່ຽນແທນເຄື່ອງຕົບແຕ່ງດ້ວຍເຄື່ອງຕົບແຕ່ງພາຍໃນ. ພວກເຂົາເຈົ້າປະເມີນຕົ້ນໄມ້ຄືນໃຫມ່ເມື່ອເງື່ອນໄຂຂອງຜູ້ຕົກແຕ່ງມີການປ່ຽນແປງ, ຊ່ວຍເຂົ້າຮ່ວມ nodes, ແລະສະຫນອງການປັບປຸງແຕ່ລະໄລຍະ.

ລະບົບທີ່ອີງໃສ່ຜົນປະໂຫຍດ

ບາງເກມມີກົນໄກທີ່ແຕກຕ່າງກັນຫຼາຍ. ມັນເປັນຄວາມປາຖະຫນາທີ່ພວກເຂົາໄດ້ຮັບຜົນປະໂຫຍດທັງຫມົດຂອງກົດລະບຽບການຫັນປ່ຽນທີ່ງ່າຍດາຍແລະທົ່ວໄປ, ແຕ່ບໍ່ຈໍາເປັນຕ້ອງຢູ່ໃນຮູບແບບຂອງຕົ້ນໄມ້ທີ່ສົມບູນຂອງພຶດຕິກໍາ. ແທນທີ່ຈະມີທາງເລືອກທີ່ຊັດເຈນຫຼືຕົ້ນໄມ້ຂອງການປະຕິບັດທີ່ເປັນໄປໄດ້, ມັນງ່າຍທີ່ຈະກວດເບິ່ງການກະທໍາທັງຫມົດແລະເລືອກທີ່ເຫມາະສົມທີ່ສຸດໃນປັດຈຸບັນ.

ລະບົບ Utility-based ຈະຊ່ວຍພຽງແຕ່ນີ້. ນີ້​ແມ່ນ​ລະ​ບົບ​ທີ່​ຕົວ​ແທນ​ມີ​ຄວາມ​ຫຼາກ​ຫຼາຍ​ຂອງ​ການ​ປະ​ຕິ​ບັດ​ແລະ​ເລືອກ​ທີ່​ຈະ​ປະ​ຕິ​ບັດ​ໂດຍ​ອີງ​ໃສ່​ຜົນ​ປະ​ໂຫຍດ​ພີ່​ນ້ອງ​ຂອງ​ແຕ່​ລະ​ຄົນ​. ບ່ອນທີ່ຜົນປະໂຫຍດແມ່ນມາດຕະການທີ່ຕົນເອງມັກຂອງວິທີການທີ່ສໍາຄັນຫຼືຄວາມປາຖະຫນາສໍາລັບຕົວແທນທີ່ຈະດໍາເນີນການນີ້.

ການຄິດໄລ່ຜົນປະໂຫຍດຂອງການປະຕິບັດໂດຍອີງໃສ່ສະຖານະແລະສະພາບແວດລ້ອມໃນປະຈຸບັນ, ຕົວແທນສາມາດກວດສອບແລະເລືອກເອົາລັດອື່ນທີ່ເຫມາະສົມທີ່ສຸດໄດ້ທຸກເວລາ. ນີ້ແມ່ນຄ້າຍຄືກັນກັບ FSM, ຍົກເວັ້ນບ່ອນທີ່ການຫັນປ່ຽນຖືກກໍານົດໂດຍການຄາດຄະເນສໍາລັບແຕ່ລະລັດທີ່ມີທ່າແຮງ, ລວມທັງປັດຈຸບັນ. ກະລຸນາສັງເກດວ່າພວກເຮົາເລືອກການປະຕິບັດທີ່ເປັນປະໂຫຍດທີ່ສຸດເພື່ອກ້າວຕໍ່ໄປ (ຫຼືຢູ່ຖ້າພວກເຮົາເຮັດສໍາເລັດແລ້ວ). ສໍາລັບແນວພັນຫຼາຍ, ນີ້ອາດຈະເປັນການຄັດເລືອກທີ່ສົມດຸນແຕ່ແບບສຸ່ມຈາກບັນຊີລາຍຊື່ຂະຫນາດນ້ອຍ.

ລະບົບກໍານົດຂອບເຂດຂອງຄ່າຜົນປະໂຫຍດ - ຕົວຢ່າງ, ຈາກ 0 (ບໍ່ຕ້ອງການຢ່າງສົມບູນ) ຫາ 100 (ຕ້ອງການຢ່າງສົມບູນ). ແຕ່ລະການປະຕິບັດມີຈໍານວນຕົວກໍານົດການທີ່ມີຜົນກະທົບຕໍ່ການຄິດໄລ່ມູນຄ່ານີ້. ກັບຄືນໄປຫາຕົວຢ່າງຜູ້ປົກຄອງຂອງພວກເຮົາ:

ການຫັນປ່ຽນລະຫວ່າງການກະ ທຳ ແມ່ນບໍ່ແນ່ນອນ - ລັດໃດ ໜຶ່ງ ສາມາດປະຕິບັດຕາມອັນອື່ນ. ບູລິມະສິດການປະຕິບັດແມ່ນພົບເຫັນຢູ່ໃນມູນຄ່າຜົນປະໂຫຍດທີ່ສົ່ງຄືນ. ຖ້າສັດຕູສາມາດເຫັນໄດ້, ແລະສັດຕູນັ້ນແຂງແຮງ, ແລະສຸຂະພາບຂອງຕົວລະຄອນແມ່ນຕໍ່າ, ຫຼັງຈາກນັ້ນທັງ Fleeing ແລະ FindingHelp ຈະສົ່ງຄືນຄ່າທີ່ບໍ່ແມ່ນສູນສູງ. ໃນກໍລະນີນີ້, FindingHelp ຈະສູງກວ່າສະເໝີ. ເຊັ່ນດຽວກັນ, ກິດຈະກໍາທີ່ບໍ່ແມ່ນການສູ້ຮົບບໍ່ເຄີຍກັບຄືນມາຫຼາຍກ່ວາ 50, ດັ່ງນັ້ນພວກເຂົາຈະຕ່ໍາກວ່າການຕໍ່ສູ້. ທ່ານຈໍາເປັນຕ້ອງໃຊ້ເວລານີ້ເຂົ້າໄປໃນບັນຊີໃນເວລາສ້າງການປະຕິບັດແລະການຄິດໄລ່ຜົນປະໂຫຍດຂອງພວກເຂົາ.

ໃນຕົວຢ່າງຂອງພວກເຮົາ, ການກະທໍາກັບຄືນມາເປັນຄ່າຄົງທີ່ຄົງທີ່ຫຼືຫນຶ່ງໃນສອງຄ່າຄົງທີ່. ລະບົບຄວາມເປັນຈິງກວ່າຈະສົ່ງຄືນການປະເມີນຈາກໄລຍະຕໍ່ເນື່ອງຂອງຄ່າ. ຕົວຢ່າງ, ການດໍາເນີນການ Fleeing ກັບຄືນມູນຄ່າຜົນປະໂຫຍດທີ່ສູງຂຶ້ນຖ້າຫາກວ່າສຸຂະພາບຂອງຕົວແທນແມ່ນຕໍ່າ, ແລະການປະຕິບັດການໂຈມຕີຈະສົ່ງຄືນມູນຄ່າຜົນປະໂຫຍດຕ່ໍາກວ່າຖ້າສັດຕູແຂງແຮງເກີນໄປ. ເນື່ອງຈາກວ່ານີ້, ການດໍາເນີນການ Fleeing ມີຄວາມສໍາຄັນກວ່າການໂຈມຕີໃນສະຖານະການໃດກໍ່ຕາມທີ່ຕົວແທນຮູ້ສຶກວ່າລາວບໍ່ມີສຸຂະພາບພຽງພໍທີ່ຈະເອົາຊະນະສັດຕູ. ນີ້ອະນຸຍາດໃຫ້ປະຕິບັດການບູລິມະສິດໂດຍອີງໃສ່ຈໍານວນຂອງເງື່ອນໄຂ, ເຮັດໃຫ້ວິທີການນີ້ມີຄວາມຍືດຫຍຸ່ນແລະການປ່ຽນແປງຫຼາຍກ່ວາຕົ້ນໄມ້ພຶດຕິກໍາຫຼື FSM.

ແຕ່ລະການປະຕິບັດມີເງື່ອນໄຂຫຼາຍຢ່າງສໍາລັບການຄິດໄລ່ໂຄງການ. ພວກເຂົາສາມາດຂຽນເປັນພາສາ scripting ຫຼືເປັນຊຸດຂອງສູດຄະນິດສາດ. The Sims, ເຊິ່ງ simulates ປະຈໍາວັນຂອງລັກສະນະ, ເພີ່ມ layer ເພີ່ມເຕີມຂອງການຄິດໄລ່ - ຕົວແທນໄດ້ຮັບຊຸດຂອງ "ແຮງຈູງໃຈ" ທີ່ມີອິດທິພົນການຈັດອັນດັບຜົນປະໂຫຍດ. ຖ້າຕົວລະຄອນຫິວ, ພວກມັນຈະກາຍເປັນຄວາມອຶດຫິວຕາມເວລາ, ແລະມູນຄ່າຜົນປະໂຫຍດຂອງການປະຕິບັດ EatFood ຈະເພີ່ມຂຶ້ນຈົນກ່ວາຕົວລະຄອນປະຕິບັດມັນ, ຫຼຸດຜ່ອນລະດັບຄວາມອຶດຫິວແລະສົ່ງຄືນມູນຄ່າ EatFood ກັບສູນ.

ແນວຄວາມຄິດຂອງການເລືອກການປະຕິບັດໂດຍອີງໃສ່ລະບົບການຈັດອັນດັບແມ່ນຂ້ອນຂ້າງງ່າຍດາຍ, ດັ່ງນັ້ນລະບົບທີ່ອີງໃສ່ Utility ສາມາດຖືກນໍາໃຊ້ເປັນສ່ວນຫນຶ່ງຂອງຂະບວນການຕັດສິນໃຈ AI, ແທນທີ່ຈະເປັນການທົດແທນທີ່ສົມບູນສໍາລັບພວກເຂົາ. ຕົ້ນໄມ້ການຕັດສິນໃຈອາດຈະຮ້ອງຂໍໃຫ້ມີການຈັດອັນດັບຜົນປະໂຫຍດຂອງສອງ nodes ເດັກນ້ອຍແລະເລືອກທີ່ສູງກວ່າ. ເຊັ່ນດຽວກັນ, ຕົ້ນໄມ້ພຶດຕິກໍາສາມາດມີໂຫມດ Utility ປະສົມເພື່ອປະເມີນຜົນປະໂຫຍດຂອງການກະທໍາເພື່ອຕັດສິນໃຈວ່າເດັກຈະປະຕິບັດ.

ການເຄື່ອນໄຫວແລະການນໍາທາງ

ໃນຕົວຢ່າງທີ່ຜ່ານມາ, ພວກເຮົາມີເວທີທີ່ພວກເຮົາຍ້າຍຊ້າຍຫຼືຂວາ, ແລະກອງທີ່ລາດຕະເວນຫຼືໂຈມຕີ. ແຕ່ພວກເຮົາຈັດການກັບການເຄື່ອນໄຫວຂອງຕົວແທນແນວໃດຢ່າງແທ້ຈິງໃນໄລຍະເວລາ? ເຮົາກຳນົດຄວາມໄວແນວໃດ, ເຮົາຫຼີກລ່ຽງອຸປະສັກແນວໃດ ແລະ ເຮົາວາງແຜນເສັ້ນທາງແນວໃດ ເມື່ອໄປຮອດຈຸດໝາຍປາຍທາງຈະຍາກກວ່າການເຄື່ອນທີ່ເສັ້ນຊື່? ໃຫ້ເບິ່ງຢູ່ໃນນີ້.

ການຄຸ້ມຄອງ

ໃນຂັ້ນຕອນເບື້ອງຕົ້ນ, ພວກເຮົາຈະສົມມຸດວ່າຕົວແທນແຕ່ລະຄົນມີມູນຄ່າຄວາມໄວ, ເຊິ່ງລວມທັງຄວາມໄວທີ່ມັນເຄື່ອນທີ່ແລະໃນທິດທາງໃດ. ມັນສາມາດຖືກວັດແທກເປັນແມັດຕໍ່ວິນາທີ, ກິໂລແມັດຕໍ່ຊົ່ວໂມງ, ພິກເຊລຕໍ່ວິນາທີ, ແລະອື່ນໆ. ການຈື່ຈໍາ Sense/Think/Act, ພວກເຮົາສາມາດຈິນຕະນາການໄດ້ວ່າພາກສ່ວນ Think ເລືອກຄວາມໄວ, ແລະພາກສ່ວນກົດຫມາຍໃຊ້ຄວາມໄວນັ້ນກັບຕົວແທນ. ໂດຍປົກກະຕິເກມມີລະບົບຟີຊິກທີ່ເຮັດວຽກນີ້ສໍາລັບທ່ານ, ຮຽນຮູ້ຄ່າຄວາມໄວຂອງແຕ່ລະວັດຖຸແລະປັບມັນ. ດັ່ງນັ້ນ, ທ່ານສາມາດອອກຈາກ AI ດ້ວຍວຽກງານຫນຶ່ງ - ເພື່ອຕັດສິນໃຈວ່າຄວາມໄວຂອງຕົວແທນຄວນຈະມີແນວໃດ. ຖ້າທ່ານຮູ້ວ່າຕົວແທນຄວນຈະຢູ່ໃສ, ຫຼັງຈາກນັ້ນທ່ານຈໍາເປັນຕ້ອງຍ້າຍມັນໄປໃນທິດທາງທີ່ຖືກຕ້ອງໃນຄວາມໄວທີ່ກໍານົດໄວ້. ສົມຜົນເລັກນ້ອຍຫຼາຍ:

desired_travel = ຈຸດໝາຍປາຍທາງ - ຕົວແທນ_ຕຳແໜ່ງ

ຈິນຕະນາການໂລກ 2D. ຕົວແທນແມ່ນຢູ່ຈຸດ (-2,-2), ຈຸດຫມາຍປາຍທາງແມ່ນບາງບ່ອນໃນພາກຕາເວັນອອກສຽງເຫນືອຢູ່ທີ່ຈຸດ (30, 20), ແລະເສັ້ນທາງທີ່ຕ້ອງການສໍາລັບຕົວແທນທີ່ຈະໄປເຖິງແມ່ນ (32, 22). ໃຫ້ເວົ້າວ່າຕໍາແຫນ່ງເຫຼົ່ານີ້ຖືກວັດແທກເປັນແມັດ - ຖ້າພວກເຮົາເອົາຄວາມໄວຂອງຕົວແທນເປັນ 5 ແມັດຕໍ່ວິນາທີ, ຫຼັງຈາກນັ້ນພວກເຮົາຈະປັບຂະຫນາດ vector ການຍ້າຍຂອງພວກເຮົາແລະໄດ້ຮັບຄວາມໄວປະມານ (4.12, 2.83). ດ້ວຍຕົວກໍານົດການເຫຼົ່ານີ້, ຕົວແທນຈະມາຮອດຈຸດຫມາຍປາຍທາງຂອງມັນໃນເວລາເກືອບ 8 ວິນາທີ.

ທ່ານສາມາດຄິດໄລ່ຄ່າຄືນໃຫມ່ໄດ້ທຸກເວລາ. ຖ້າຕົວແທນຢູ່ເຄິ່ງທາງໄປຫາເປົ້າຫມາຍ, ການເຄື່ອນໄຫວຈະເປັນເຄິ່ງຫນຶ່ງຂອງຄວາມຍາວ, ແຕ່ເນື່ອງຈາກຄວາມໄວສູງສຸດຂອງຕົວແທນແມ່ນ 5 m / s (ພວກເຮົາຕັດສິນໃຈຂ້າງເທິງນີ້), ຄວາມໄວຈະຄືກັນ. ນີ້ຍັງເຮັດວຽກສໍາລັບການເຄື່ອນຍ້າຍເປົ້າຫມາຍ, ໃຫ້ຕົວແທນເຮັດການປ່ຽນແປງຂະຫນາດນ້ອຍໃນຂະນະທີ່ພວກເຂົາເຄື່ອນຍ້າຍ.

ແຕ່ພວກເຮົາຕ້ອງການການປ່ຽນແປງຫຼາຍຂຶ້ນ - ຕົວຢ່າງ, ຄ່ອຍໆເພີ່ມຄວາມໄວເພື່ອຈໍາລອງຕົວລະຄອນທີ່ເຄື່ອນຍ້າຍຈາກການຢືນໄປສູ່ການແລ່ນ. ດຽວກັນສາມາດເຮັດໄດ້ໃນຕອນທ້າຍກ່ອນທີ່ຈະຢຸດເຊົາ. ລັກສະນະເຫຼົ່ານີ້ເອີ້ນວ່າພຶດຕິກໍາການຊີ້ນໍາ, ແຕ່ລະຄົນມີຊື່ສະເພາະ: Seek, Flee, Arrival, ແລະອື່ນໆ ແນວຄວາມຄິດແມ່ນວ່າກໍາລັງເລັ່ງສາມາດຖືກນໍາໃຊ້ກັບຄວາມໄວຂອງຕົວແທນ, ໂດຍອີງໃສ່ການປຽບທຽບຕໍາແຫນ່ງຂອງຕົວແທນແລະຄວາມໄວໃນປະຈຸບັນກັບຈຸດຫມາຍປາຍທາງໃນ. ຄໍາສັ່ງທີ່ຈະນໍາໃຊ້ວິທີການທີ່ແຕກຕ່າງກັນຂອງການເຄື່ອນຍ້າຍໄປສູ່ເປົ້າຫມາຍ.

ແຕ່ລະພຶດຕິກໍາມີຈຸດປະສົງທີ່ແຕກຕ່າງກັນເລັກນ້ອຍ. ການສະແຫວງຫາແລະການມາຮອດແມ່ນວິທີທີ່ຈະຍ້າຍຕົວແທນໄປຫາຈຸດຫມາຍປາຍທາງ. ການຫຼີກລ້ຽງອຸປະສັກແລະການແຍກຕົວປັບຕົວເຄື່ອນໄຫວຂອງຕົວແທນເພື່ອຫຼີກເວັ້ນອຸປະສັກໃນເສັ້ນທາງໄປສູ່ເປົ້າຫມາຍ. ການຈັດຮຽງ ແລະ ຄວາມຜູກພັນເຮັດໃຫ້ຕົວແທນເຄື່ອນທີ່ໄປພ້ອມກັນ. ຈໍານວນຂອງພຶດຕິກໍາການຊີ້ນໍາທີ່ແຕກຕ່າງກັນສາມາດສະຫຼຸບໄດ້ເພື່ອຜະລິດ vector ເສັ້ນທາງດຽວໂດຍພິຈາລະນາປັດໃຈທັງຫມົດ. ຕົວແທນທີ່ນໍາໃຊ້ພຶດຕິກໍາການມາຮອດ, ການແຍກ, ແລະອຸປະສັກທີ່ຈະຢູ່ຫ່າງຈາກຝາແລະຕົວແທນອື່ນໆ. ວິທີການນີ້ເຮັດວຽກໄດ້ດີໃນສະຖານທີ່ເປີດໂດຍບໍ່ມີລາຍລະອຽດທີ່ບໍ່ຈໍາເປັນ.

ໃນເງື່ອນໄຂທີ່ມີຄວາມຫຍຸ້ງຍາກຫຼາຍ, ການເພີ່ມເຕີມຂອງພຶດຕິກໍາທີ່ແຕກຕ່າງກັນເຮັດວຽກຮ້າຍແຮງກວ່າເກົ່າ - ຕົວຢ່າງ, ຕົວແທນສາມາດຕິດຢູ່ໃນກໍາແພງຍ້ອນຄວາມຂັດແຍ້ງລະຫວ່າງການມາຮອດແລະການຫລີກລ້ຽງອຸປະສັກ. ດັ່ງນັ້ນ, ທ່ານຈໍາເປັນຕ້ອງພິຈາລະນາທາງເລືອກທີ່ສະລັບສັບຊ້ອນຫຼາຍກ່ວາພຽງແຕ່ເພີ່ມມູນຄ່າທັງຫມົດ. ວິທີການນີ້ແມ່ນ: ແທນທີ່ຈະເພີ່ມຜົນໄດ້ຮັບຂອງແຕ່ລະພຶດຕິກໍາ, ທ່ານສາມາດພິຈາລະນາການເຄື່ອນໄຫວໃນທິດທາງທີ່ແຕກຕ່າງກັນແລະເລືອກທາງເລືອກທີ່ດີທີ່ສຸດ.

ຢ່າງໃດກໍຕາມ, ໃນສະພາບແວດລ້ອມທີ່ສະລັບສັບຊ້ອນທີ່ມີປາຍຕາຍແລະທາງເລືອກທີ່ຈະໄປ, ພວກເຮົາຈະຕ້ອງການບາງສິ່ງບາງຢ່າງທີ່ກ້າວຫນ້າ.

ຊອກຫາວິທີທາງ

ພຶດຕິກໍາການຊີ້ນໍາແມ່ນດີສໍາລັບການເຄື່ອນໄຫວທີ່ງ່າຍດາຍໃນພື້ນທີ່ເປີດ (ສະຫນາມກິລາບານເຕະຫຼືສະຫນາມກິລາ) ບ່ອນທີ່ການໄປຈາກ A ຫາ B ເປັນເສັ້ນທາງຊື່ທີ່ມີພຽງແຕ່ທາງອ້ອມເລັກນ້ອຍປະມານອຸປະສັກ. ສໍາລັບເສັ້ນທາງທີ່ສັບສົນ, ພວກເຮົາຕ້ອງການເສັ້ນທາງຄົ້ນຫາ, ເຊິ່ງເປັນວິທີການຂຸດຄົ້ນໂລກແລະຕັດສິນໃຈກ່ຽວກັບເສັ້ນທາງຜ່ານມັນ.

ງ່າຍດາຍທີ່ສຸດແມ່ນການນໍາໃຊ້ຕາຂ່າຍໄຟຟ້າໃສ່ແຕ່ລະສີ່ຫຼ່ຽມມົນຕໍ່ຫນ້າຕົວແທນແລະປະເມີນວ່າພວກເຂົາອະນຸຍາດໃຫ້ຍ້າຍອອກ. ຖ້າຫນຶ່ງໃນນັ້ນແມ່ນຈຸດຫມາຍປາຍທາງ, ຫຼັງຈາກນັ້ນໃຫ້ໄປຕາມເສັ້ນທາງຈາກແຕ່ລະສີ່ຫຼ່ຽມມົນໄປຫາບ່ອນກ່ອນຫນ້າຈົນກວ່າເຈົ້າຈະມາຮອດຈຸດເລີ່ມຕົ້ນ. ນີ້ແມ່ນເສັ້ນທາງ. ຖ້າບໍ່ດັ່ງນັ້ນ, ເຮັດຊ້ໍາຂະບວນການກັບສີ່ຫລ່ຽມອື່ນໆທີ່ຢູ່ໃກ້ຄຽງຈົນກວ່າທ່ານຈະຊອກຫາຈຸດຫມາຍປາຍທາງຂອງທ່ານຫຼືທ່ານແລ່ນອອກຈາກສີ່ຫລ່ຽມ (ຫມາຍຄວາມວ່າບໍ່ມີເສັ້ນທາງທີ່ເປັນໄປໄດ້). ນີ້ແມ່ນສິ່ງທີ່ເອີ້ນວ່າ Breadth-First Search ຫຼື BFS (breadth-first search algorithm). ໃນທຸກຂັ້ນຕອນລາວເບິ່ງໃນທຸກທິດທາງ (ເພາະສະນັ້ນຄວາມກວ້າງ, "ຄວາມກວ້າງ"). ພື້ນທີ່ຄົ້ນຫາແມ່ນຄ້າຍຄືຫນ້າຄື້ນທີ່ເຄື່ອນຍ້າຍຈົນກ່ວາມັນໄປຮອດສະຖານທີ່ທີ່ຕ້ອງການ - ພື້ນທີ່ຄົ້ນຫາຂະຫຍາຍອອກໄປໃນແຕ່ລະຂັ້ນຕອນຈົນກ່ວາຈຸດສຸດທ້າຍລວມ, ຫຼັງຈາກນັ້ນມັນສາມາດຕິດຕາມກັບຈຸດເລີ່ມຕົ້ນ.

ດັ່ງນັ້ນ, ທ່ານຈະໄດ້ຮັບບັນຊີລາຍຊື່ຂອງຮຽບຮ້ອຍຕາມເສັ້ນທາງທີ່ຕ້ອງການຖືກລວບລວມ. ນີ້ແມ່ນເສັ້ນທາງ (ເພາະສະນັ້ນ, ການຊອກຫາເສັ້ນທາງ) - ບັນຊີລາຍຊື່ຂອງສະຖານທີ່ທີ່ຕົວແທນຈະໄປຢ້ຽມຢາມໃນຂະນະທີ່ຕິດຕາມຈຸດຫມາຍປາຍທາງ.

ເນື່ອງຈາກພວກເຮົາຮູ້ຕໍາແຫນ່ງຂອງທຸກໆສີ່ຫລ່ຽມໃນໂລກ, ພວກເຮົາສາມາດນໍາໃຊ້ພຶດຕິກໍາການຊີ້ນໍາເພື່ອເຄື່ອນທີ່ໄປຕາມເສັ້ນທາງ - ຈາກ node 1 ຫາ node 2, ຫຼັງຈາກນັ້ນຈາກ node 2 ຫາ node 3, ແລະອື່ນໆ. ທາງເລືອກທີ່ງ່າຍດາຍທີ່ສຸດແມ່ນການມຸ່ງຫນ້າໄປສູ່ຈຸດໃຈກາງຂອງສີ່ຫຼ່ຽມມົນຕໍ່ໄປ, ແຕ່ທາງເລືອກທີ່ດີກວ່າແມ່ນການຢຸດຢູ່ເຄິ່ງກາງຂອງຂອບລະຫວ່າງສີ່ຫລ່ຽມປະຈຸບັນແລະສີ່ຫລ່ຽມຕໍ່ໄປ. ເນື່ອງຈາກວ່ານີ້, ຕົວແທນຈະສາມາດຕັດມຸມສຸດຫັນແຫຼມ.

BFS algorithm ຍັງມີຂໍ້ເສຍ - ມັນຄົ້ນຫາສີ່ຫຼ່ຽມຫຼາຍໃນທິດທາງ "ຜິດ" ຄືກັບໃນທິດທາງ "ຖືກຕ້ອງ". ນີ້ແມ່ນບ່ອນທີ່ສູດການຄິດໄລ່ທີ່ສັບສົນກວ່າທີ່ເອີ້ນວ່າ A* (A star) ເຂົ້າມາຫຼິ້ນ. ມັນເຮັດວຽກແບບດຽວກັນ, ແຕ່ແທນທີ່ຈະກວດເບິ່ງຕາບອດສີ່ຫຼ່ຽມໃກ້ຄຽງ (ຫຼັງຈາກນັ້ນ, ເພື່ອນບ້ານຂອງເພື່ອນບ້ານ, ຫຼັງຈາກນັ້ນເພື່ອນບ້ານຂອງເພື່ອນບ້ານ, ແລະອື່ນໆ), ມັນຈະລວບລວມບັນດາຂໍ້ເຂົ້າໄປໃນບັນຊີລາຍຊື່ແລະຈັດຮຽງພວກມັນເພື່ອໃຫ້ຂໍ້ຕໍ່ໄປທີ່ກວດສອບແມ່ນສະເຫມີ. ຫນຶ່ງທີ່ນໍາໄປສູ່ເສັ້ນທາງທີ່ສັ້ນທີ່ສຸດ. Nodes ຖືກຈັດຮຽງໂດຍອີງໃສ່ heuristic ທີ່ພິຈາລະນາສອງຢ່າງ - "ຄ່າໃຊ້ຈ່າຍ" ຂອງເສັ້ນທາງສົມມຸດຕິຖານໄປຫາສີ່ຫລ່ຽມທີ່ຕ້ອງການ (ລວມທັງຄ່າໃຊ້ຈ່າຍໃນການເດີນທາງໃດໆ) ແລະການຄາດຄະເນວ່າສີ່ຫຼ່ຽມມົນນັ້ນຢູ່ໄກຈາກຈຸດຫມາຍປາຍທາງ (ໂດຍຄວາມລໍາອຽງການຄົ້ນຫາໃນ. ທິດທາງທີ່ຖືກຕ້ອງ).

ຕົວຢ່າງນີ້ສະແດງໃຫ້ເຫັນວ່າຕົວແທນຂຸດຄົ້ນຫນຶ່ງສີ່ຫຼ່ຽມຕໍ່ເວລາ, ແຕ່ລະຄັ້ງທີ່ຈະເລືອກເອົາຫນຶ່ງທີ່ຢູ່ໃກ້ຄຽງທີ່ໂດດເດັ່ນທີ່ສຸດ. ເສັ້ນທາງຜົນໄດ້ຮັບແມ່ນຄືກັນກັບ BFS, ແຕ່ສີ່ຫລ່ຽມນ້ອຍໄດ້ຖືກພິຈາລະນາໃນຂະບວນການ - ເຊິ່ງມີຜົນກະທົບອັນໃຫຍ່ຫຼວງຕໍ່ການປະຕິບັດເກມ.

ການເຄື່ອນໄຫວໂດຍບໍ່ມີຕາຂ່າຍໄຟຟ້າ

ແຕ່ເກມສ່ວນໃຫຍ່ບໍ່ໄດ້ວາງໄວ້ເທິງຕາຂ່າຍ, ແລະມັນມັກຈະເປັນໄປບໍ່ໄດ້ທີ່ຈະເຮັດແນວນັ້ນໂດຍບໍ່ມີການເສຍສະລະຄວາມເປັນຈິງ. ການປະນີປະນອມແມ່ນຈໍາເປັນ. ສີ່ຫຼ່ຽມຈະຕຸລັດຂະໜາດໃດ? ໃຫຍ່ເກີນໄປ ແລະພວກມັນຈະບໍ່ສາມາດສະແດງເຖິງແລວທາງນ້ອຍໆ ຫຼືທາງລ້ຽວໄດ້ຢ່າງຖືກຕ້ອງ, ຂະຫນາດນ້ອຍເກີນໄປ ແລະຈະມີສີ່ຫຼ່ຽມຫຼາຍເກີນໄປທີ່ຈະຊອກຫາ, ເຊິ່ງສຸດທ້າຍຈະຕ້ອງໃຊ້ເວລາຫຼາຍ.

ສິ່ງທໍາອິດທີ່ເຂົ້າໃຈແມ່ນວ່າຕາຫນ່າງເຮັດໃຫ້ພວກເຮົາມີເສັ້ນສະແດງຂອງເສັ້ນເຊື່ອມຕໍ່. A* ແລະ BFS algorithms ຕົວຈິງແລ້ວເຮັດວຽກຢູ່ໃນກາຟແລະບໍ່ສົນໃຈຕາຫນ່າງຂອງພວກເຮົາເລີຍ. ພວກເຮົາສາມາດວາງ nodes ໄດ້ທຸກບ່ອນໃນໂລກເກມ: ຕາບໃດທີ່ມີການເຊື່ອມຕໍ່ລະຫວ່າງສອງ nodes ທີ່ເຊື່ອມຕໍ່, ເຊັ່ນດຽວກັນກັບລະຫວ່າງຈຸດເລີ່ມຕົ້ນແລະຈຸດສຸດທ້າຍແລະຢ່າງຫນ້ອຍຫນຶ່ງໃນ nodes, algorithm ຈະເຮັດວຽກຄືກັນກັບກ່ອນ. ນີ້ມັກຈະເອີ້ນວ່າລະບົບຈຸດທາງ, ເນື່ອງຈາກວ່າແຕ່ລະ node ເປັນຕົວແທນຂອງຕໍາແຫນ່ງທີ່ສໍາຄັນໃນໂລກທີ່ສາມາດເປັນສ່ວນຫນຶ່ງຂອງຈໍານວນຂອງເສັ້ນທາງສົມມຸດຕິຖານ.

ຕົວຢ່າງ 1: ເປັນ knot ໃນແຕ່ລະສີ່ຫຼ່ຽມມົນ. ການຄົ້ນຫາເລີ່ມຕົ້ນຈາກ node ທີ່ຕົວແທນຕັ້ງຢູ່ແລະສິ້ນສຸດຢູ່ທີ່ node ຂອງສີ່ຫລ່ຽມທີ່ຕ້ອງການ.

ຕົວຢ່າງ 2: ຊຸດນ້ອຍກວ່າຂອງ nodes (waypoints). ການຄົ້ນຫາເລີ່ມຕົ້ນຢູ່ທີ່ສີ່ຫຼ່ຽມຂອງຕົວແທນ, ໄປໂດຍຜ່ານຈໍານວນຂໍ້ທີ່ຕ້ອງການ, ແລະຫຼັງຈາກນັ້ນສືບຕໍ່ໄປຫາຈຸດຫມາຍປາຍທາງ.

ນີ້ແມ່ນລະບົບທີ່ມີຄວາມຍືດຫຍຸ່ນແລະມີອໍານາດຢ່າງສົມບູນ. ແຕ່ການເບິ່ງແຍງບາງຢ່າງແມ່ນຈໍາເປັນໃນການຕັດສິນໃຈວ່າບ່ອນໃດແລະວິທີການວາງຈຸດທາງ, ຖ້າບໍ່ດັ່ງນັ້ນຕົວແທນອາດຈະບໍ່ເຫັນຈຸດທີ່ໃກ້ທີ່ສຸດແລະຈະບໍ່ສາມາດເລີ່ມຕົ້ນເສັ້ນທາງໄດ້. ມັນຈະງ່າຍຂຶ້ນຖ້າພວກເຮົາສາມາດວາງຈຸດທາງອັດຕະໂນມັດໂດຍອີງໃສ່ເລຂາຄະນິດຂອງໂລກ.

ນີ້ແມ່ນບ່ອນທີ່ຕາຫນ່າງນໍາທາງຫຼື navmesh (ຕາຫນ່າງນໍາທາງ) ປາກົດ. ນີ້ແມ່ນປົກກະຕິແລ້ວເປັນຕາຫນ່າງ 2D ຂອງສາມຫຼ່ຽມທີ່ overlayed ໃນເລຂາຄະນິດຂອງໂລກ - ບ່ອນໃດກໍຕາມຕົວແທນໄດ້ຖືກອະນຸຍາດໃຫ້ຍ່າງ. ແຕ່ລະສາມຫຼ່ຽມໃນຕາຫນ່າງຈະກາຍເປັນ node ໃນກາຟ, ແລະມີເຖິງສາມສາມຫຼ່ຽມທີ່ຢູ່ຕິດກັນທີ່ກາຍເປັນຂໍ້ຕິດກັນໃນກາຟ.

ຮູບພາບນີ້ແມ່ນຕົວຢ່າງຈາກເຄື່ອງຈັກ Unity - ມັນໄດ້ວິເຄາະເລຂາຄະນິດໃນໂລກແລະສ້າງ navmesh (ໃນຫນ້າຈໍໃນສີຟ້າອ່ອນ). ແຕ່ລະ polygon ໃນ navmesh ເປັນພື້ນທີ່ທີ່ຕົວແທນສາມາດຢືນຫຼືຍ້າຍຈາກ polygon ຫນຶ່ງໄປຫາ polygon ອື່ນ. ໃນຕົວຢ່າງນີ້, polygons ມີຂະຫນາດນ້ອຍກວ່າຊັ້ນທີ່ມັນຕັ້ງຢູ່ - ນີ້ແມ່ນເຮັດເພື່ອຄໍານຶງເຖິງຂະຫນາດຂອງຕົວແທນ, ເຊິ່ງຈະຂະຫຍາຍອອກໄປນອກຕໍາແຫນ່ງນາມສະກຸນຂອງມັນ.

ພວກເຮົາສາມາດຄົ້ນຫາເສັ້ນທາງຜ່ານຕາຫນ່າງນີ້, ອີກເທື່ອຫນຶ່ງໂດຍໃຊ້ A* algorithm. ນີ້ຈະໃຫ້ພວກເຮົາເປັນເສັ້ນທາງເກືອບທີ່ສົມບູນແບບໃນໂລກ, ເຊິ່ງໃຊ້ເວລາເຂົ້າໄປໃນບັນຊີເລຂາຄະນິດທັງຫມົດແລະບໍ່ຮຽກຮ້ອງໃຫ້ມີຂໍ້ທີ່ບໍ່ຈໍາເປັນແລະການສ້າງ waypoints.

Pathfinding ແມ່ນຫົວຂໍ້ທີ່ກວ້າງຂວາງເກີນໄປທີ່ພາກສ່ວນຫນຶ່ງຂອງບົດຄວາມບໍ່ພຽງພໍ. ຖ້າຫາກວ່າທ່ານຕ້ອງການທີ່ຈະສຶກສາມັນໃນລາຍລະອຽດເພີ່ມເຕີມ, ຫຼັງຈາກນັ້ນນີ້ຈະຊ່ວຍໃຫ້ ເວັບໄຊທ໌ Amit Patel.

ການວາງແຜນ

ພວກເຮົາໄດ້ຮຽນຮູ້ດ້ວຍການຊອກຫາເສັ້ນທາງວ່າບາງຄັ້ງມັນບໍ່ພຽງພໍທີ່ຈະພຽງແຕ່ເລືອກທິດທາງແລະຍ້າຍ - ພວກເຮົາຕ້ອງເລືອກເສັ້ນທາງແລະເຮັດສອງສາມລ້ຽວເພື່ອໄປເຖິງຈຸດຫມາຍປາຍທາງທີ່ຕ້ອງການ. ພວກເຮົາສາມາດສະຫຼຸບແນວຄວາມຄິດນີ້: ການບັນລຸເປົ້າຫມາຍບໍ່ແມ່ນພຽງແຕ່ຂັ້ນຕອນຕໍ່ໄປ, ແຕ່ເປັນລໍາດັບທັງຫມົດເຊິ່ງບາງຄັ້ງທ່ານຈໍາເປັນຕ້ອງເບິ່ງລ່ວງຫນ້າຫຼາຍຂັ້ນຕອນເພື່ອຊອກຫາສິ່ງທີ່ທໍາອິດຄວນຈະເປັນ. ອັນນີ້ເອີ້ນວ່າການວາງແຜນ. Pathfinding ສາມາດຄິດວ່າເປັນຫນຶ່ງໃນການຂະຫຍາຍການວາງແຜນ. ໃນແງ່ຂອງວົງຈອນຄວາມຮູ້ສຶກ / ຄິດ / ກົດຫມາຍຂອງພວກເຮົາ, ນີ້ແມ່ນບ່ອນທີ່ພາກສ່ວນຄິດວາງແຜນຫຼາຍພາກສ່ວນສໍາລັບອະນາຄົດ.

ຂໍໃຫ້ເບິ່ງຕົວຢ່າງຂອງເກມ Magic: The Gathering. ພວກເຮົາໄປທໍາອິດດ້ວຍຊຸດບັດຕໍ່ໄປນີ້ຢູ່ໃນມືຂອງພວກເຮົາ:

• Swamp - ມອບ mana ສີດໍາ 1 ອັນ (ບັດທີ່ດິນ).
• ປ່າໄມ້ - ໃຫ້ 1 ມານາສີຂຽວ (ບັດທີ່ດິນ).
• Fugitive Wizard - ຕ້ອງການ 1 mana ສີຟ້າເພື່ອເອີ້ນ.
• Elvish Mystic - ຕ້ອງການ 1 mana ສີຂຽວເພື່ອເອີ້ນ.

ພວກເຮົາບໍ່ສົນໃຈສາມບັດທີ່ຍັງເຫຼືອເພື່ອເຮັດໃຫ້ມັນງ່າຍຂຶ້ນ. ຕາມກົດລະບຽບ, ຜູ້ນໄດ້ຖືກອະນຸຍາດໃຫ້ຫຼິ້ນ 1 ໃບຕໍ່ຄັ້ງ, ລາວສາມາດ "ແຕະ" ບັດນີ້ເພື່ອສະກັດ mana ຈາກມັນ, ແລະຫຼັງຈາກນັ້ນໂຍນສະກົດຄໍາ (ລວມທັງການເອີ້ນສັດ) ຕາມຈໍານວນ mana. ໃນສະຖານະການນີ້, ຜູ້ນຂອງມະນຸດຮູ້ທີ່ຈະຫລິ້ນ Forest, ແຕະ 1 mana ສີຂຽວ, ແລະຫຼັງຈາກນັ້ນເອີ້ນ Elvish Mystic. ແຕ່ເກມ AI ສາມາດຄິດໄລ່ສິ່ງນີ້ໄດ້ແນວໃດ?

ການວາງແຜນງ່າຍ

ວິ​ທີ​ການ trivial ແມ່ນ​ການ​ພະ​ຍາ​ຍາມ​ແຕ່​ລະ​ການ​ປະ​ຕິ​ບັດ​ຈົນ​ກ​່​ວາ​ບໍ່​ມີ​ທີ່​ເຫມາະ​ສົມ​ປະ​ໄວ້​. ໂດຍການເບິ່ງບັດ, AI ເຫັນວ່າ Swamp ສາມາດຫຼິ້ນໄດ້. ແລະລາວຫຼິ້ນມັນ. ມີການກະທຳອື່ນອີກບໍ່? ມັນບໍ່ສາມາດເອີ້ນໄດ້ທັງ Elvish Mystic ຫຼື Fugitive Wizard, ຍ້ອນວ່າພວກເຂົາຕ້ອງການ mana ສີຂຽວແລະສີຟ້າຕາມລໍາດັບເພື່ອເອີ້ນພວກມັນ, ໃນຂະນະທີ່ Swamp ພຽງແຕ່ໃຫ້ mana ສີດໍາເທົ່ານັ້ນ. ແລະລາວຈະບໍ່ສາມາດຫຼິ້ນ Forest ໄດ້ອີກຕໍ່ໄປ, ເພາະວ່າລາວໄດ້ຫຼີ້ນ Swamp ແລ້ວ. ດັ່ງນັ້ນ, ເກມ AI ປະຕິບັດຕາມກົດລະບຽບ, ແຕ່ມັນບໍ່ດີ. ສາມາດປັບປຸງໄດ້.

ການວາງແຜນສາມາດຊອກຫາບັນຊີລາຍຊື່ຂອງການປະຕິບັດທີ່ນໍາເອົາເກມໄປສູ່ສະຖານະທີ່ຕ້ອງການ. ເຊັ່ນດຽວກັບທຸກສີ່ຫຼ່ຽມໃນເສັ້ນທາງມີເພື່ອນບ້ານ (ຊອກຫາເສັ້ນທາງ), ທຸກໆການກະ ທຳ ໃນແຜນການກໍ່ມີເພື່ອນບ້ານຫຼືຜູ້ສືບທອດ. ພວກເຮົາສາມາດຊອກຫາການກະທໍາເຫຼົ່ານີ້ແລະການປະຕິບັດຕໍ່ໄປຈົນກ່ວາພວກເຮົາບັນລຸສະຖານະທີ່ຕ້ອງການ.

ໃນຕົວຢ່າງຂອງພວກເຮົາ, ຜົນໄດ້ຮັບທີ່ຕ້ອງການແມ່ນ "ເອີ້ນສັດຖ້າເປັນໄປໄດ້." ໃນຕອນຕົ້ນຂອງການຫັນ, ພວກເຮົາເຫັນພຽງແຕ່ສອງການກະທໍາທີ່ເປັນໄປໄດ້ທີ່ອະນຸຍາດໃຫ້ໂດຍກົດລະບຽບຂອງເກມ:

1. ຫຼິ້ນ Swamp (ຜົນໄດ້ຮັບ: Swamp ໃນເກມ)
2. ຫຼິ້ນປ່າໄມ້ (ຜົນໄດ້ຮັບ: ປ່າໄມ້ໃນເກມ)

ການດໍາເນີນການແຕ່ລະຄົນສາມາດນໍາໄປສູ່ການປະຕິບັດຕໍ່ໄປແລະປິດຄົນອື່ນ, ອີກເທື່ອຫນຶ່ງຂຶ້ນກັບກົດລະບຽບຂອງເກມ. ຈິນຕະນາການວ່າພວກເຮົາໄດ້ຫຼິ້ນ Swamp - ນີ້ຈະເອົາ Swamp ເປັນຂັ້ນຕອນຕໍ່ໄປ (ພວກເຮົາໄດ້ຫຼິ້ນມັນແລ້ວ), ແລະນີ້ຈະເອົາ Forest (ເພາະວ່າຕາມກົດລະບຽບ, ທ່ານສາມາດຫຼິ້ນບັດທີ່ດິນຫນຶ່ງຕໍ່ຫນຶ່ງ). ຫຼັງຈາກນີ້, AI ເພີ່ມການໄດ້ຮັບ 1 mana ສີດໍາເປັນຂັ້ນຕອນຕໍ່ໄປເພາະວ່າບໍ່ມີທາງເລືອກອື່ນ. ຖ້າລາວເດີນຫນ້າແລະເລືອກ Tap the Swamp, ລາວຈະໄດ້ຮັບ 1 ຫນ່ວຍຂອງ mana ສີດໍາແລະຈະບໍ່ສາມາດເຮັດຫຍັງກັບມັນ.

1. ຫຼິ້ນ Swamp (ຜົນໄດ້ຮັບ: Swamp ໃນເກມ)
1.1 "ແຕະ" Swamp (ຜົນໄດ້ຮັບ: Swamp "ແຕະ", +1 ຫນ່ວຍຂອງ mana ສີດໍາ)
ບໍ່ມີການປະຕິບັດ - END
2. ຫຼິ້ນປ່າໄມ້ (ຜົນໄດ້ຮັບ: ປ່າໄມ້ໃນເກມ)

ບັນຊີລາຍຊື່ຂອງການກະທໍາແມ່ນສັ້ນ, ພວກເຮົາມາຮອດຈຸດສິ້ນສຸດ. ພວກເຮົາເຮັດຊ້ໍາຂະບວນການສໍາລັບຂັ້ນຕອນຕໍ່ໄປ. ພວກເຮົາຫຼີ້ນ Forest, ເປີດການກະ ທຳ "ໄດ້ຮັບ 1 mana ສີຂຽວ", ເຊິ່ງໃນນັ້ນຈະເປີດການກະ ທຳ ທີສາມ - ເອີ້ນ Elvish Mystic.

1. ຫຼິ້ນ Swamp (ຜົນໄດ້ຮັບ: Swamp ໃນເກມ)
1.1 "ແຕະ" Swamp (ຜົນໄດ້ຮັບ: Swamp "ແຕະ", +1 ຫນ່ວຍຂອງ mana ສີດໍາ)
ບໍ່ມີການປະຕິບັດ - END
2. ຫຼິ້ນປ່າໄມ້ (ຜົນໄດ້ຮັບ: ປ່າໄມ້ໃນເກມ)
2.1 “ແຕະ” ປ່າໄມ້ (ຜົນໄດ້ຮັບ: ປ່າໄມ້ຖືກ “ແຕະ”, +1 ຫນ່ວຍຂອງ mana ສີຂຽວ)
2.1.1 Summon Elvish Mystic (ຜົນໄດ້ຮັບ: Elvish Mystic ໃນການຫຼິ້ນ, -1 ມານາສີຂຽວ)
ບໍ່ມີການປະຕິບັດ - END

ໃນທີ່ສຸດ, ພວກເຮົາໄດ້ສຳຫຼວດການກະທຳທີ່ເປັນໄປໄດ້ທັງໝົດ ແລະພົບເຫັນແຜນການທີ່ຮຽກເອົາສັດ.

ນີ້ແມ່ນຕົວຢ່າງທີ່ງ່າຍດາຍຫຼາຍ. ຄວນເລືອກແຜນທີ່ດີທີ່ສຸດທີ່ເປັນໄປໄດ້, ແທນທີ່ຈະເປັນພຽງແຜນການໃດນຶ່ງທີ່ກົງກັບເງື່ອນໄຂບາງຢ່າງ. ໂດຍທົ່ວໄປແລ້ວສາມາດປະເມີນແຜນການທີ່ມີທ່າແຮງໂດຍອີງໃສ່ຜົນໄດ້ຮັບຫຼືຜົນປະໂຫຍດລວມຂອງການຈັດຕັ້ງປະຕິບັດຂອງພວກເຂົາ. ທ່ານສາມາດຄະແນນຕົວເອງໄດ້ 1 ຄະແນນສໍາລັບການຫຼີ້ນບັດທີ່ດິນແລະ 3 ຄະແນນສໍາລັບການເອີ້ນສັດ. ການຫຼີ້ນ Swamp ຈະເປັນແຜນການ 1 ຈຸດ. ແລະ​ການ​ຫຼິ້ນ​ປ່າ​ໄມ້ → ແຕະ​ປ່າ​ໄມ້ →​ເອີ້ນ​ວ່າ Elvish Mystic ຈະ​ໃຫ້ 4 ຈຸດ​ໃນ​ທັນ​ທີ​.

ນີ້ແມ່ນວິທີການວາງແຜນເຮັດວຽກໃນ Magic: The Gathering, ແຕ່ເຫດຜົນດຽວກັນໃຊ້ໃນສະຖານະການອື່ນໆ. ຍົກ​ຕົວ​ຢ່າງ, ການ​ເຄື່ອນ​ຍ້າຍ pawn ເພື່ອ​ເຮັດ​ໃຫ້​ມີ​ຫ້ອງ​ສໍາ​ລັບ​ອະ​ທິ​ການ​ທີ່​ຈະ​ເຄື່ອນ​ໄຫວ​ໃນ chess. ຫຼືເອົາຝາຫລັງຝາເພື່ອຍິງຢ່າງປອດໄພໃນ XCOM ແບບນີ້. ໂດຍທົ່ວໄປ, ທ່ານໄດ້ຮັບຄວາມຄິດ.

ປັບປຸງການວາງແຜນ

ບາງຄັ້ງມີການກະທໍາທີ່ມີທ່າແຮງຫຼາຍເກີນໄປທີ່ຈະພິຈາລະນາທຸກທາງເລືອກທີ່ເປັນໄປໄດ້. ກັບຄືນໄປຫາຕົວຢ່າງທີ່ມີ Magic: The Gathering: ໃຫ້ສົມມຸດວ່າໃນເກມແລະຢູ່ໃນມືຂອງເຈົ້າມີບັດທີ່ດິນແລະສັດຫຼາຍ - ຈໍານວນການປະສົມທີ່ເປັນໄປໄດ້ຂອງການເຄື່ອນໄຫວສາມາດຢູ່ໃນຫຼາຍສິບ. ມີຫຼາຍວິທີແກ້ໄຂບັນຫາ.

ວິທີທໍາອິດແມ່ນການຕິດຕ່ອງໂສ້ກັບຄືນໄປບ່ອນ. ແທນທີ່ຈະພະຍາຍາມປະສົມປະສານທັງຫມົດ, ມັນກໍ່ດີກວ່າທີ່ຈະເລີ່ມຕົ້ນດ້ວຍຜົນໄດ້ຮັບສຸດທ້າຍແລະພະຍາຍາມຊອກຫາເສັ້ນທາງໂດຍກົງ. ແທນທີ່ຈະໄປຈາກຮາກຂອງຕົ້ນໄມ້ໄປຫາໃບສະເພາະ, ພວກເຮົາຍ້າຍອອກໄປໃນທິດທາງກົງກັນຂ້າມ - ຈາກໃບໄປຫາຮາກ. ວິທີການນີ້ແມ່ນງ່າຍແລະໄວກວ່າ.

ຖ້າສັດຕູມີ 1 ສຸຂະພາບ, ທ່ານສາມາດຊອກຫາແຜນການ "ຈັດການກັບຄວາມເສຍຫາຍ 1 ຫຼືຫຼາຍກວ່ານັ້ນ". ເພື່ອບັນລຸໄດ້, ເງື່ອນໄຂຈໍານວນຫນຶ່ງຕ້ອງໄດ້ຮັບການບັນລຸໄດ້:

1. ຄວາມເສຍຫາຍສາມາດເກີດຈາກການສະກົດຄໍາ - ມັນຕ້ອງຢູ່ໃນມື.
2. ເພື່ອໂຍນສະກົດຄໍາ, ທ່ານຕ້ອງການ mana.
3. ເພື່ອໃຫ້ໄດ້ຮັບ mana, ທ່ານຈໍາເປັນຕ້ອງຫຼິ້ນບັດທີ່ດິນ.
4. ເພື່ອຫຼິ້ນບັດທີ່ດິນ, ທ່ານຈໍາເປັນຕ້ອງມີມັນຢູ່ໃນມືຂອງທ່ານ.

ອີກວິທີຫນຶ່ງແມ່ນການຄົ້ນຫາທີ່ດີທີ່ສຸດ - ທໍາອິດ. ແທນທີ່ຈະພະຍາຍາມທຸກເສັ້ນທາງ, ພວກເຮົາເລືອກທີ່ເຫມາະສົມທີ່ສຸດ. ສ່ວນຫຼາຍມັກ, ວິທີການນີ້ເຮັດໃຫ້ແຜນການທີ່ດີທີ່ສຸດໂດຍບໍ່ມີຄ່າໃຊ້ຈ່າຍໃນການຄົ້ນຫາທີ່ບໍ່ຈໍາເປັນ. A* ແມ່ນຮູບແບບຂອງການຄົ້ນຫາທີ່ດີທີ່ສຸດຄັ້ງທໍາອິດ - ໂດຍການກວດສອບເສັ້ນທາງທີ່ໂດດເດັ່ນທີ່ສຸດໃນຕອນເລີ່ມຕົ້ນ, ມັນສາມາດຊອກຫາເສັ້ນທາງທີ່ດີທີ່ສຸດໄດ້ໂດຍບໍ່ຕ້ອງກວດເບິ່ງທາງເລືອກອື່ນ.

ທາງເລືອກການຄົ້ນຫາທີ່ດີທີ່ສຸດທີ່ຫນ້າສົນໃຈແລະເປັນທີ່ນິຍົມເພີ່ມຂຶ້ນແມ່ນ Monte Carlo Tree Search. ແທນທີ່ຈະຄາດເດົາວ່າແຜນການໃດດີກ່ວາຄົນອື່ນເມື່ອເລືອກແຕ່ລະການປະຕິບັດຕໍ່ໄປ, ສູດການຄິດໄລ່ຈະເລືອກເອົາຜູ້ສືບທອດແບບສຸ່ມໃນແຕ່ລະຂັ້ນຕອນຈົນກ່ວາມັນໄປຮອດທີ່ສຸດ (ເມື່ອແຜນການດັ່ງກ່າວເຮັດໃຫ້ໄຊຊະນະຫຼືຄວາມພ່າຍແພ້). ຜົນໄດ້ຮັບສຸດທ້າຍແມ່ນຖືກນໍາໃຊ້ເພື່ອເພີ່ມຫຼືຫຼຸດລົງນ້ໍາຫນັກຂອງທາງເລືອກທີ່ຜ່ານມາ. ໂດຍການເຮັດຊ້ໍາຂະບວນການນີ້ຫຼາຍໆຄັ້ງຕິດຕໍ່ກັນ, algorithm ໃຫ້ການຄາດຄະເນທີ່ດີຂອງການເຄື່ອນໄຫວຕໍ່ໄປທີ່ດີທີ່ສຸດ, ເຖິງແມ່ນວ່າສະຖານະການຈະປ່ຽນແປງ (ຖ້າສັດຕູປະຕິບັດການແຊກແຊງກັບຜູ້ຫຼິ້ນ).

ບໍ່ມີເລື່ອງກ່ຽວກັບການວາງແຜນໃນເກມຈະສົມບູນໄດ້ໂດຍບໍ່ມີການວາງແຜນປະຕິບັດງານແບບເປົ້າໝາຍ ຫຼື GOAP (ການວາງແຜນປະຕິບັດແບບເປົ້າໝາຍ). ນີ້​ແມ່ນ​ວິ​ທີ​ການ​ທີ່​ນໍາ​ໃຊ້​ກັນ​ຢ່າງ​ກວ້າງ​ຂວາງ​ແລະ​ການ​ປຶກ​ສາ​ຫາ​ລື​, ແຕ່​ນອກ​ເຫນືອ​ໄປ​ຈາກ​ລາຍ​ລະ​ອຽດ​ຈໍາ​ນວນ​ຫນ້ອຍ​, ມັນ​ເປັນ​ວິ​ທີ​ການ​ລະ​ບົບ​ຕ່ອງ​ໂສ້​ຫລັງ​ທີ່​ພວກ​ເຮົາ​ໄດ້​ເວົ້າ​ເຖິງ​ກ່ອນ​ຫນ້າ​ນີ້​. ຖ້າຈຸດປະສົງແມ່ນເພື່ອ "ທໍາລາຍຜູ້ນ" ແລະຜູ້ນແມ່ນຢູ່ເບື້ອງຫຼັງການປົກຫຸ້ມຂອງ, ແຜນການອາດຈະເປັນ: ທໍາລາຍດ້ວຍລະເບີດຝັງດິນ → ເອົາມັນ → ຖິ້ມມັນ.

ປົກກະຕິແລ້ວມີຫຼາຍເປົ້າໝາຍ, ແຕ່ລະອັນມີບູລິມະສິດຂອງຕົນເອງ. ຖ້າຈຸດປະສົງບູລິມະສິດສູງສຸດບໍ່ສາມາດສໍາເລັດໄດ້ (ບໍ່ມີການສົມທົບການດໍາເນີນການສ້າງແຜນການ "ຂ້າຜູ້ນ" ເພາະວ່າຜູ້ຫຼິ້ນບໍ່ສາມາດເບິ່ງເຫັນໄດ້), AI ຈະກັບຄືນໄປສູ່ຈຸດປະສົງບູລິມະສິດຕ່ໍາ.

ການຝຶກອົບຮົມແລະການປັບຕົວ

ພວກເຮົາເວົ້າແລ້ວວ່າເກມ AI ປົກກະຕິແລ້ວບໍ່ໃຊ້ການຮຽນຮູ້ເຄື່ອງຈັກເພາະວ່າມັນບໍ່ເຫມາະສົມສໍາລັບການຈັດການຕົວແທນໃນເວລາຈິງ. ແຕ່ນີ້ບໍ່ໄດ້ຫມາຍຄວາມວ່າທ່ານບໍ່ສາມາດກູ້ຢືມບາງສິ່ງບາງຢ່າງຈາກພື້ນທີ່ນີ້. ພວກເຮົາຕ້ອງການ opponent ໃນ shooter ທີ່ພວກເຮົາສາມາດຮຽນຮູ້ບາງສິ່ງບາງຢ່າງຈາກ. ຕົວຢ່າງ, ຊອກຫາຕໍາແຫນ່ງທີ່ດີທີ່ສຸດໃນແຜນທີ່. ຫຼືຄູ່ແຂ່ງໃນເກມຕໍ່ສູ້ທີ່ຈະຂັດຂວາງການເຄື່ອນໄຫວຂອງເຄື່ອງຫຼີ້ນທີ່ໃຊ້ເລື້ອຍໆຂອງຜູ້ນ, ກະຕຸ້ນໃຫ້ລາວໃຊ້ຄົນອື່ນ. ດັ່ງນັ້ນການຮຽນຮູ້ເຄື່ອງຈັກສາມາດເປັນປະໂຫຍດຫຼາຍໃນສະຖານະການດັ່ງກ່າວ.

ສະຖິຕິ ແລະຄວາມເປັນໄປໄດ້

ກ່ອນທີ່ພວກເຮົາຈະເຂົ້າໄປໃນຕົວຢ່າງທີ່ສັບສົນ, ໃຫ້ເບິ່ງວ່າພວກເຮົາສາມາດໄປໄດ້ໄກເທົ່າໃດໂດຍການວັດແທກງ່າຍໆແລະນໍາໃຊ້ພວກມັນເພື່ອຕັດສິນໃຈ. ຕົວຢ່າງ, ຍຸດທະສາດໃນເວລາທີ່ແທ້ຈິງ - ພວກເຮົາຈະກໍານົດແນວໃດວ່າຜູ້ນສາມາດເປີດການໂຈມຕີໃນສອງສາມນາທີທໍາອິດຂອງເກມແລະສິ່ງທີ່ປ້ອງກັນເພື່ອກະກຽມຕໍ່ກັບການນີ້? ພວກເຮົາສາມາດສຶກສາປະສົບການທີ່ຜ່ານມາຂອງຜູ້ນເພື່ອເຂົ້າໃຈວ່າປະຕິກິລິຍາໃນອະນາຄົດອາດຈະເປັນແນວໃດ. ເພື່ອເລີ່ມຕົ້ນ, ພວກເຮົາບໍ່ມີຂໍ້ມູນດິບດັ່ງກ່າວ, ແຕ່ພວກເຮົາສາມາດເກັບກໍາມັນ - ທຸກໆຄັ້ງທີ່ AI ຫລິ້ນກັບມະນຸດ, ມັນສາມາດບັນທຶກເວລາຂອງການໂຈມຕີຄັ້ງທໍາອິດ. ຫຼັງຈາກກອງປະຊຸມສອງສາມຄັ້ງ, ພວກເຮົາຈະໄດ້ຮັບຄ່າສະເລ່ຍຂອງເວລາທີ່ມັນຈະໃຊ້ເວລາສໍາລັບຜູ້ນໃນການໂຈມຕີໃນອະນາຄົດ.

ຍັງມີບັນຫາກັບຄ່າສະເລ່ຍ: ຖ້າຜູ້ຫຼິ້ນແລ່ນ 20 ເທື່ອແລະຫຼິ້ນຊ້າໆ 20 ເທື່ອ, ຫຼັງຈາກນັ້ນຄ່າທີ່ຕ້ອງການຈະຢູ່ບ່ອນໃດຫນຶ່ງໃນກາງ, ແລະນີ້ຈະບໍ່ໃຫ້ພວກເຮົາມີປະໂຫຍດຫຍັງ. ການແກ້ໄຂຫນຶ່ງແມ່ນເພື່ອຈໍາກັດການປ້ອນຂໍ້ມູນ - 20 ຊິ້ນສຸດທ້າຍສາມາດຖືກພິຈາລະນາ.

ວິທີການທີ່ຄ້າຍຄືກັນແມ່ນຖືກນໍາໃຊ້ໃນເວລາທີ່ຄາດຄະເນຄວາມເປັນໄປໄດ້ຂອງການປະຕິບັດບາງຢ່າງໂດຍສົມມຸດວ່າຄວາມມັກໃນອະດີດຂອງຜູ້ນຈະຄືກັນໃນອະນາຄົດ. ຖ້າຜູ້ຫຼິ້ນໂຈມຕີພວກເຮົາຫ້າຄັ້ງດ້ວຍລູກປືນ, ສອງຄັ້ງດ້ວຍຟ້າຜ່າ, ແລະຄັ້ງດຽວກັບ melee, ມັນເປັນທີ່ຊັດເຈນວ່າລາວມັກລູກປືນ. ຂໍໃຫ້ພິຈາລະນາເບິ່ງຄວາມເປັນໄປໄດ້ຂອງການໃຊ້ອາວຸດທີ່ແຕກຕ່າງກັນ: fireball = 62,5%, ຟ້າຜ່າ = 25% ແລະ melee = 12,5%. ເກມ AI ຂອງພວກເຮົາຕ້ອງກຽມຕົວເພື່ອປົກປ້ອງຕົນເອງຈາກໄຟ.

ວິທີການທີ່ຫນ້າສົນໃຈອີກອັນຫນຶ່ງແມ່ນການໃຊ້ Naive Bayes Classifier ເພື່ອສຶກສາຂໍ້ມູນການປ້ອນຂໍ້ມູນຈໍານວນຫລາຍແລະຈັດປະເພດສະຖານະການເພື່ອໃຫ້ AI ປະຕິກິລິຍາໃນທາງທີ່ຕ້ອງການ. ການຈັດປະເພດ Bayesian ແມ່ນເປັນທີ່ຮູ້ຈັກດີທີ່ສຸດສໍາລັບການນໍາໃຊ້ຂອງພວກເຂົາໃນການກັ່ນຕອງ spam ອີເມລ໌. ຢູ່ທີ່ນັ້ນພວກເຂົາກວດເບິ່ງຄໍາສັບຕ່າງໆ, ປຽບທຽບກັບບ່ອນທີ່ຄໍາເຫຼົ່ານັ້ນໄດ້ປາກົດຢູ່ກ່ອນ (ໃນ spam ຫຼືບໍ່), ແລະສະຫຼຸບກ່ຽວກັບອີເມວທີ່ເຂົ້າມາ. ພວກ​ເຮົາ​ສາ​ມາດ​ເຮັດ​ສິ່ງ​ດຽວ​ກັນ​ເຖິງ​ແມ່ນ​ວ່າ​ມີ​ການ​ປ້ອນ​ຂໍ້​ມູນ​ຫນ້ອຍ​. ອີງໃສ່ຂໍ້ມູນທີ່ເປັນປະໂຫຍດທັງຫມົດທີ່ AI ເຫັນ (ເຊັ່ນ: ຫນ່ວຍງານຂອງສັດຕູຖືກສ້າງຂື້ນ, ຫຼືສິ່ງທີ່ພວກເຂົາໃຊ້, ຫຼືເຕັກໂນໂລຢີທີ່ເຂົາເຈົ້າຄົ້ນຄວ້າ), ແລະຜົນໄດ້ຮັບສຸດທ້າຍ (ສົງຄາມຫຼືສັນຕິພາບ, ຟ້າວຫຼືປ້ອງກັນ, ແລະອື່ນໆ). - ພວກເຮົາຈະເລືອກພຶດຕິກໍາ AI ທີ່ຕ້ອງການ.

ວິທີການຝຶກອົບຮົມທັງຫມົດເຫຼົ່ານີ້ແມ່ນພຽງພໍ, ແຕ່ແນະນໍາໃຫ້ໃຊ້ມັນໂດຍອີງໃສ່ຂໍ້ມູນການທົດສອບ. The AI ​​​​ຈະຮຽນຮູ້ທີ່ຈະປັບຕົວເຂົ້າກັບກົນລະຍຸດທີ່ແຕກຕ່າງກັນທີ່ນັກຫຼິ້ນຂອງເຈົ້າໄດ້ໃຊ້. AI ທີ່ປັບຕົວເຂົ້າກັບຜູ້ຫຼິ້ນຫຼັງຈາກປ່ອຍອອກມາອາດຈະກາຍເປັນການຄາດເດົາເກີນໄປຫຼືຍາກທີ່ຈະທໍາລາຍ.

ການປັບຕົວໂດຍອີງໃສ່ມູນຄ່າ

ເນື່ອງຈາກເນື້ອຫາຂອງໂລກເກມຂອງພວກເຮົາແລະກົດລະບຽບ, ພວກເຮົາສາມາດປ່ຽນຊຸດຂອງຄຸນຄ່າທີ່ມີອິດທິພົນຕໍ່ການຕັດສິນໃຈ, ແທນທີ່ຈະພຽງແຕ່ໃຊ້ຂໍ້ມູນການປ້ອນຂໍ້ມູນ. ພວກເຮົາເຮັດສິ່ງນີ້:

• ໃຫ້ AI ເກັບກໍາຂໍ້ມູນສະຖານະການຂອງໂລກແລະເຫດການສໍາຄັນໃນລະຫວ່າງເກມ (ດັ່ງຂ້າງເທິງ).
• ໃຫ້ປ່ຽນຄ່າທີ່ສໍາຄັນຈໍານວນຫນ້ອຍໂດຍອີງໃສ່ຂໍ້ມູນນີ້.
• ພວກເຮົາປະຕິບັດການຕັດສິນໃຈຂອງພວກເຮົາໂດຍອີງໃສ່ການປຸງແຕ່ງຫຼືການປະເມີນມູນຄ່າເຫຼົ່ານີ້.

ຕົວຢ່າງ, ຕົວແທນມີຫ້ອງຫຼາຍຫ້ອງໃຫ້ເລືອກຢູ່ໃນແຜນທີ່ນັກຍິງຄົນທຳອິດ. ແຕ່ລະຫ້ອງມີມູນຄ່າຂອງຕົນເອງ, ເຊິ່ງກໍານົດວ່າມັນເປັນຄວາມປາຖະຫນາທີ່ຈະໄປຢ້ຽມຢາມ. The AI ​​​​ສຸ່ມເລືອກຫ້ອງທີ່ຈະໄປໂດຍອີງໃສ່ມູນຄ່າ. ຫຼັງຈາກນັ້ນ, ຕົວແທນຈື່ຈໍາວ່າລາວຖືກຂ້າຕາຍຢູ່ໃນຫ້ອງໃດແລະຫຼຸດຜ່ອນມູນຄ່າຂອງມັນ (ຄວາມເປັນໄປໄດ້ທີ່ລາວຈະກັບຄືນມາຢູ່ທີ່ນັ້ນ). ເຊັ່ນດຽວກັນສໍາລັບສະຖານະການປີ້ນກັບກັນ - ຖ້າຕົວແທນທໍາລາຍ opponents ຫຼາຍ, ຫຼັງຈາກນັ້ນມູນຄ່າຂອງຫ້ອງຈະເພີ່ມຂຶ້ນ.

ຕົວແບບ Markov

ຈະເປັນແນວໃດຖ້າພວກເຮົານໍາໃຊ້ຂໍ້ມູນທີ່ເກັບກໍາເພື່ອເຮັດການຄາດເດົາ? ຖ້າພວກເຮົາຈື່ຈໍາທຸກໆຫ້ອງທີ່ພວກເຮົາເຫັນຜູ້ນຢູ່ໃນໄລຍະເວລາທີ່ແນ່ນອນ, ພວກເຮົາຈະຄາດຄະເນວ່າຜູ້ຫຼິ້ນອາດຈະໄປຫ້ອງໃດ. ໂດຍການຕິດຕາມ ແລະບັນທຶກການເຄື່ອນໄຫວຂອງຜູ້ຫຼິ້ນໃນທົ່ວຫ້ອງ (ຄ່າຕ່າງໆ), ພວກເຮົາສາມາດຄາດຄະເນພວກມັນໄດ້.

ໃຫ້ໃຊ້ເວລາສາມຫ້ອງ: ສີແດງ, ສີຂຽວແລະສີຟ້າ. ແລະຍັງຂໍ້ສັງເກດທີ່ພວກເຮົາບັນທຶກໄວ້ໃນຂະນະທີ່ເບິ່ງກອງປະຊຸມເກມ:

ຈໍານວນການສັງເກດໃນແຕ່ລະຫ້ອງແມ່ນເກືອບເທົ່າກັນ - ພວກເຮົາຍັງບໍ່ຮູ້ວ່າບ່ອນໃດທີ່ຈະສ້າງສະຖານທີ່ທີ່ດີສໍາລັບການໂຈມຕີ. ການເກັບສະຖິຕິຍັງສັບສົນໂດຍການເກີດໃຫມ່ຂອງຜູ້ນ, ຜູ້ທີ່ປາກົດຢູ່ທົ່ວແຜນທີ່. ແຕ່ຂໍ້ມູນກ່ຽວກັບຫ້ອງຕໍ່ໄປທີ່ພວກເຂົາເຂົ້າມາຫຼັງຈາກປາກົດຢູ່ໃນແຜນທີ່ແມ່ນເປັນປະໂຫຍດແລ້ວ.

ມັນສາມາດເຫັນໄດ້ວ່າຫ້ອງສີຂຽວເຫມາະສົມກັບຜູ້ຫຼິ້ນ - ຄົນສ່ວນໃຫຍ່ຍ້າຍຈາກຫ້ອງສີແດງໄປຫາມັນ, 50% ຂອງພວກເຂົາຍັງຄົງຢູ່ທີ່ນັ້ນ. ຫ້ອງສີຟ້າ, ໃນທາງກົງກັນຂ້າມ, ບໍ່ເປັນທີ່ນິຍົມ; ເກືອບບໍ່ມີໃຜໄປ, ແລະຖ້າພວກເຂົາເຮັດ, ພວກເຂົາບໍ່ຢູ່ດົນ.

ແຕ່ຂໍ້ມູນບອກພວກເຮົາບາງສິ່ງບາງຢ່າງທີ່ສໍາຄັນກວ່າ - ເມື່ອຜູ້ນຢູ່ໃນຫ້ອງສີຟ້າ, ຫ້ອງຕໍ່ໄປທີ່ພວກເຮົາເຫັນລາວຢູ່ໃນຈະເປັນສີແດງ, ບໍ່ແມ່ນສີຂຽວ. ເຖິງແມ່ນວ່າຫ້ອງສີຂຽວມີຄວາມນິຍົມຫຼາຍກວ່າຫ້ອງສີແດງ, ສະຖານະການຈະປ່ຽນແປງຖ້າຜູ້ນຢູ່ໃນຫ້ອງສີຟ້າ. ສະຖານະຕໍ່ໄປ (i.e. ຫ້ອງທີ່ຜູ້ນຈະໄປ) ແມ່ນຂຶ້ນກັບສະຖານະທີ່ຜ່ານມາ (ເຊັ່ນ: ຫ້ອງທີ່ຜູ້ນຢູ່ໃນປະຈຸບັນ). ເນື່ອງຈາກວ່າພວກເຮົາຄົ້ນຫາການເພິ່ງພາອາໄສ, ພວກເຮົາຈະເຮັດການຄາດເດົາທີ່ຖືກຕ້ອງກວ່າຖ້າພວກເຮົາພຽງແຕ່ນັບການສັງເກດຢ່າງເປັນເອກະລາດ.

ການຄາດເດົາສະຖານະໃນອະນາຄົດໂດຍອີງໃສ່ຂໍ້ມູນຈາກລັດທີ່ຜ່ານມາເອີ້ນວ່າຮູບແບບ Markov, ແລະຕົວຢ່າງດັ່ງກ່າວ (ມີຫ້ອງ) ເອີ້ນວ່າ Markov chains. ນັບຕັ້ງແຕ່ຮູບແບບຕ່າງໆເປັນຕົວແທນຂອງຄວາມເປັນໄປໄດ້ຂອງການປ່ຽນແປງລະຫວ່າງລັດຕໍ່ເນື່ອງ, ພວກມັນຈະຖືກສະແດງເປັນ FSMs ທີ່ມີຄວາມເປັນໄປໄດ້ປະມານແຕ່ລະການປ່ຽນແປງ. ກ່ອນຫນ້ານີ້, ພວກເຮົາໃຊ້ FSM ເພື່ອສະແດງເຖິງສະຖານະພຶດຕິກໍາທີ່ຕົວແທນຢູ່ໃນ, ແຕ່ແນວຄວາມຄິດນີ້ຂະຫຍາຍໄປສູ່ລັດໃດກໍ່ຕາມ, ບໍ່ວ່າຈະກ່ຽວຂ້ອງກັບຕົວແທນຫຼືບໍ່. ໃນກໍລະນີນີ້, ລັດເປັນຕົວແທນຂອງຫ້ອງທີ່ຕົວແທນຄອບຄອງ:

ນີ້ແມ່ນວິທີທີ່ງ່າຍດາຍທີ່ຈະເປັນຕົວແທນຂອງຄວາມເປັນໄປໄດ້ຂອງການປ່ຽນແປງຂອງລັດ, ໃຫ້ AI ຄວາມສາມາດໃນການຄາດຄະເນສະຖານະການຕໍ່ໄປ. ທ່ານ​ສາ​ມາດ​ຄາດ​ຄະ​ເນ​ຫຼາຍ​ຂັ້ນ​ຕອນ​ຂ້າງ​ຫນ້າ​.

ຖ້າຜູ້ນຢູ່ໃນຫ້ອງສີຂຽວ, ມີໂອກາດ 50% ທີ່ລາວຈະຢູ່ທີ່ນັ້ນໃນຄັ້ງຕໍ່ໄປທີ່ລາວຖືກສັງເກດເຫັນ. ແຕ່ມີໂອກາດອັນໃດທີ່ລາວຈະຍັງຢູ່ທີ່ນັ້ນເຖິງແມ່ນວ່າຫຼັງຈາກນັ້ນ? ບໍ່ພຽງແຕ່ມີໂອກາດທີ່ຜູ້ນຍັງຄົງຢູ່ໃນຫ້ອງສີຂຽວຫຼັງຈາກການສັງເກດການສອງຄັ້ງ, ແຕ່ຍັງມີໂອກາດທີ່ລາວອອກໄປແລະກັບຄືນມາ. ນີ້ແມ່ນຕາຕະລາງໃຫມ່ທີ່ຄໍານຶງເຖິງຂໍ້ມູນໃຫມ່:

ມັນສະແດງໃຫ້ເຫັນວ່າໂອກາດທີ່ຈະເຫັນຜູ້ນຢູ່ໃນຫ້ອງສີຂຽວຫຼັງຈາກການສັງເກດການສອງຄັ້ງຈະເທົ່າກັບ 51% - 21% ທີ່ລາວຈະມາຈາກຫ້ອງສີແດງ, 5% ຂອງພວກເຂົາທີ່ຜູ້ນຈະໄປຢ້ຽມຢາມຫ້ອງສີຟ້າລະຫວ່າງພວກເຂົາ, ແລະ. 25% ທີ່ຜູ້ນຈະບໍ່ອອກຈາກຫ້ອງສີຂຽວ.

ຕາຕະລາງແມ່ນພຽງແຕ່ເຄື່ອງມືສາຍຕາ - ຂັ້ນຕອນພຽງແຕ່ຮຽກຮ້ອງໃຫ້ມີການຄູນຄວາມເປັນໄປໄດ້ໃນແຕ່ລະຂັ້ນຕອນ. ນີ້ ໝາຍ ຄວາມວ່າເຈົ້າສາມາດເບິ່ງໄປໄກໃນອະນາຄົດດ້ວຍ ຄຳ ເຕືອນອັນ ໜຶ່ງ: ພວກເຮົາສົມມຸດວ່າໂອກາດທີ່ຈະເຂົ້າໄປໃນຫ້ອງແມ່ນຂຶ້ນກັບຫ້ອງໃນປະຈຸບັນ. ນີ້ເອີ້ນວ່າຊັບສິນ Markov - ລັດໃນອະນາຄົດແມ່ນຂຶ້ນກັບພຽງແຕ່ໃນປະຈຸບັນ. ແຕ່ນີ້ບໍ່ແມ່ນຄວາມຖືກຕ້ອງຮ້ອຍສ່ວນຮ້ອຍ. ຜູ້ນສາມາດປ່ຽນແປງການຕັດສິນໃຈໂດຍຂຶ້ນກັບປັດໃຈອື່ນໆ: ລະດັບສຸຂະພາບຫຼືຈໍານວນລູກປືນ. ເພາະວ່າພວກເຮົາບໍ່ໄດ້ບັນທຶກຄ່າເຫຼົ່ານີ້, ການພະຍາກອນຂອງພວກເຮົາຈະຖືກຕ້ອງໜ້ອຍລົງ.

N-ກຼາມ

ຈະເປັນແນວໃດກ່ຽວກັບຕົວຢ່າງຂອງເກມຕໍ່ສູ້ແລະການຄາດການເລື່ອນຂອງຜູ້ນ? ຄື​ກັນ! ແຕ່ແທນທີ່ຈະເປັນລັດໜຶ່ງ ຫຼື ເຫດການໃດໜຶ່ງ, ພວກເຮົາຈະກວດເບິ່ງລຳດັບທັງໝົດທີ່ປະກອບເປັນການປະທ້ວງແບບຄອມໂບ.

ວິທີຫນຶ່ງທີ່ຈະເຮັດຄືການເກັບຮັກສາແຕ່ລະ input (ເຊັ່ນ: Kick, Punch ຫຼື Block) ໃນ buffer ແລະຂຽນ buffer ທັງຫມົດເປັນເຫດການ. ດັ່ງນັ້ນຜູ້ຫຼິ້ນກົດ Kick, Kick, Punch ຫຼາຍໆຄັ້ງເພື່ອໃຊ້ການໂຈມຕີ SuperDeathFist, ລະບົບ AI ເກັບຮັກສາ inputs ທັງຫມົດໃນ buffer ແລະຈື່ສາມຄັ້ງສຸດທ້າຍທີ່ໃຊ້ໃນແຕ່ລະຂັ້ນຕອນ.

(ເສັ້ນທີ່ກ້າຫານແມ່ນເວລາທີ່ຜູ້ຫຼິ້ນເປີດການໂຈມຕີ SuperDeathFist.)

AI ຈະເຫັນທຸກຕົວເລືອກເມື່ອຜູ້ຫຼິ້ນເລືອກ Kick, ຕິດຕາມດ້ວຍ Kick ອື່ນ, ແລະຫຼັງຈາກນັ້ນສັງເກດເຫັນວ່າການປ້ອນຂໍ້ມູນຕໍ່ໄປແມ່ນສະເຫມີ Punch. ນີ້ຈະຊ່ວຍໃຫ້ຕົວແທນສາມາດຄາດຄະເນການເຄື່ອນໄຫວຂອງ combo ຂອງ SuperDeathFist ແລະຕັນມັນຖ້າເປັນໄປໄດ້.

ລໍາດັບເຫດການເຫຼົ່ານີ້ເອີ້ນວ່າ N-grams, ບ່ອນທີ່ N ແມ່ນຈໍານວນຂອງອົງປະກອບທີ່ເກັບຮັກສາໄວ້. ໃນຕົວຢ່າງທີ່ຜ່ານມາມັນແມ່ນ 3-gram (trigram), ຊຶ່ງຫມາຍຄວາມວ່າ: ສອງລາຍການທໍາອິດຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນທີສາມ. ຕາມ​ນັ້ນ​ແລ້ວ, ​ໃນ 5 ກຣາມ, ສີ່​ລາຍການ​ທຳ​ອິດ​ຄາດ​ຄະ​ເນ​ທີ XNUMX ​ແລະ ອື່ນໆ.

ຜູ້ອອກແບບຈໍາເປັນຕ້ອງເລືອກຂະຫນາດຂອງ N-grams ຢ່າງລະມັດລະວັງ. N ຂະຫນາດນ້ອຍກວ່າຕ້ອງການຄວາມຈໍາຫນ້ອຍແຕ່ຍັງເກັບຮັກສາປະຫວັດສາດຫນ້ອຍລົງ. ຕົວຢ່າງເຊັ່ນ: 2-gram (bigram) ຈະບັນທຶກ Kick, Kick ຫຼື Kick, Punch, ແຕ່ຈະບໍ່ສາມາດເກັບ Kick, Kick, Punch, ດັ່ງນັ້ນ AI ຈະບໍ່ຕອບສະຫນອງຕໍ່ combo SuperDeathFist.

ໃນທາງກົງກັນຂ້າມ, ຕົວເລກທີ່ໃຫຍ່ກວ່າຕ້ອງການຄວາມຊົງຈໍາຫຼາຍແລະ AI ຈະມີຄວາມຫຍຸ້ງຍາກຫຼາຍໃນການຝຶກອົບຮົມນັບຕັ້ງແຕ່ມັນຈະມີຫຼາຍທາງເລືອກທີ່ເປັນໄປໄດ້. ຖ້າທ່ານມີສາມປັດໃຈທີ່ເປັນໄປໄດ້ຂອງ Kick, Punch ຫຼື Block, ແລະພວກເຮົາໄດ້ໃຊ້ 10-gram, ມັນຈະເປັນທາງເລືອກທີ່ແຕກຕ່າງກັນປະມານ 60 ພັນ.

ຮູບແບບ bigram ແມ່ນລະບົບຕ່ອງໂສ້ Markov ງ່າຍດາຍ - ແຕ່ລະລັດທີ່ຜ່ານມາ / ລັດປະຈຸບັນແມ່ນເປັນ bigram, ແລະທ່ານສາມາດຄາດຄະເນສະຖານະທີສອງໂດຍອີງໃສ່ທໍາອິດ. N-grams 3-gram ແລະຂະຫນາດໃຫຍ່ຍັງສາມາດຄິດວ່າເປັນລະບົບຕ່ອງໂສ້ Markov, ບ່ອນທີ່ອົງປະກອບທັງຫມົດ (ຍົກເວັ້ນອັນສຸດທ້າຍໃນ N-gram) ຮ່ວມກັນປະກອບເປັນລັດທໍາອິດແລະອົງປະກອບສຸດທ້າຍຂອງທີສອງ. ຕົວຢ່າງເກມຕໍ່ສູ້ສະແດງໃຫ້ເຫັນໂອກາດຂອງການຫັນປ່ຽນຈາກລັດ Kick ແລະ Kick ໄປສູ່ລັດ Kick ແລະ Punch. ໂດຍການປິ່ນປົວການປ້ອນຂໍ້ມູນປະຫວັດສາດຫຼາຍອັນເປັນຫົວຫນ່ວຍດຽວ, ພວກເຮົາຈໍາເປັນຕ້ອງໄດ້ຫັນປ່ຽນລໍາດັບການປ້ອນຂໍ້ມູນເຂົ້າໄປໃນສ່ວນຫນຶ່ງຂອງລັດທັງຫມົດ. ນີ້ເຮັດໃຫ້ພວກເຮົາມີຄຸນສົມບັດ Markov, ເຊິ່ງອະນຸຍາດໃຫ້ພວກເຮົານໍາໃຊ້ລະບົບຕ່ອງໂສ້ Markov ເພື່ອຄາດຄະເນການປ້ອນຂໍ້ມູນຕໍ່ໄປແລະຄາດເດົາວ່າການເຄື່ອນໄຫວຂອງ combo ຈະເປັນແນວໃດຕໍ່ໄປ.

ສະຫລຸບ

ພວກເຮົາໄດ້ເວົ້າກ່ຽວກັບເຄື່ອງມືແລະວິທີການທົ່ວໄປທີ່ສຸດໃນການພັດທະນາປັນຍາປະດິດ. ພວກເຮົາຍັງໄດ້ເບິ່ງສະຖານະການທີ່ພວກເຂົາຕ້ອງໃຊ້ແລະບ່ອນທີ່ພວກມັນມີປະໂຫຍດໂດຍສະເພາະ.

ນີ້ຄວນຈະພຽງພໍທີ່ຈະເຂົ້າໃຈພື້ນຖານຂອງ AI ເກມ. ແຕ່, ແນ່ນອນ, ນີ້ບໍ່ແມ່ນວິທີການທັງຫມົດ. ຄວາມນິຍົມຫນ້ອຍ, ແຕ່ບໍ່ມີປະສິດຕິຜົນຫນ້ອຍປະກອບມີ:

• ຂັ້ນຕອນການເພີ່ມປະສິດທິພາບລວມທັງການປີນພູ, ການສືບເຊື້ອສາຍ gradient ແລະສູດການຄິດໄລ່ທາງພັນທຸກໍາ
• ຂັ້ນຕອນການຊອກຫາ/ການກຳນົດເວລາຂອງຝ່າຍກົງກັນຂ້າມ (minimax ແລະ alpha-beta pruning)
• ວິທີການຈັດປະເພດ (perceptrons, ເຄືອຂ່າຍ neural ແລະເຄື່ອງຈັກ vector)
• ລະບົບສໍາລັບການປະມວນຜົນຄວາມຮັບຮູ້ແລະຄວາມຊົງຈໍາຂອງຕົວແທນ
• ວິທີການສະຖາປັດຕະຍະກໍາກັບ AI (ລະບົບປະສົມ, ສະຖາປັດຕະຍະກໍາຍ່ອຍແລະວິທີການອື່ນໆຂອງການວາງຊ້ອນລະບົບ AI)
• ເຄື່ອງ​ມື​ການ​ເຄື່ອນ​ໄຫວ (ການ​ວາງ​ແຜນ​ແລະ​ການ​ປະ​ສານ​ງານ​)
• ປັດ​ໄຈ​ການ​ປະ​ຕິ​ບັດ (ລະ​ດັບ​ຂອງ​ລາຍ​ລະ​ອຽດ​, ທຸກ​ເວ​ລາ​, ແລະ​ວິ​ທີ​ການ​ກໍາ​ນົດ​ເວ​ລາ​)

ຊັບພະຍາກອນອອນໄລນ໌ກ່ຽວກັບຫົວຂໍ້:

1. GameDev.net ມີ ພາກສ່ວນທີ່ມີບົດຄວາມ ແລະບົດສອນກ່ຽວກັບ AIແລະ ການສົນທະນາ.
2. AiGameDev.com ມີບົດນຳສະເໜີ ແລະບົດຄວາມຫຼາຍຢ່າງກ່ຽວກັບຫົວຂໍ້ຕ່າງໆທີ່ກ່ຽວຂ້ອງກັບການພັດທະນາ AI ເກມ.
3. GDC Vault ປະກອບມີຫົວຂໍ້ຕ່າງໆຈາກກອງປະຊຸມສຸດຍອດ GDC AI, ຫຼາຍໆຢ່າງແມ່ນສາມາດໃຊ້ໄດ້ໂດຍບໍ່ເສຍຄ່າ.
4. ອຸປະກອນທີ່ເປັນປະໂຫຍດຍັງສາມາດພົບເຫັນຢູ່ໃນເວັບໄຊທ໌ AI Game Programmers Guild.
5. Tommy Thompson, ນັກຄົ້ນຄວ້າ AI ແລະນັກພັດທະນາເກມ, ສ້າງວິດີໂອໃນ YouTube AI ແລະເກມ ມີຄໍາອະທິບາຍແລະການສຶກສາຂອງ AI ໃນເກມການຄ້າ.

ປຶ້ມ​ຫົວ​ຂໍ້​:

1. ຊຸດປຶ້ມ Game AI Pro ແມ່ນການລວບລວມບົດຄວາມສັ້ນໆທີ່ອະທິບາຍວິທີການປະຕິບັດລັກສະນະສະເພາະຫຼືວິທີການແກ້ໄຂບັນຫາສະເພາະ.

Game AI Pro: ເກັບກຳປັນຍາຂອງ Game AI Professionals
ເກມ AI Pro 2: ການລວບລວມປັນຍາຂອງຜູ້ຊ່ຽວຊານດ້ານ AI ເກມ
ເກມ AI Pro 3: ການລວບລວມປັນຍາຂອງຜູ້ຊ່ຽວຊານດ້ານ AI ເກມ

2. AI Game Programming Wisdom series ແມ່ນລຸ້ນກ່ອນຂອງ Game AI Pro series. ມັນມີວິທີການເກົ່າແກ່, ແຕ່ເກືອບທັງຫມົດແມ່ນມີຄວາມກ່ຽວຂ້ອງເຖິງແມ່ນວ່າໃນມື້ນີ້.

AI Game Programming Wisdom 1
AI Game Programming Wisdom 2
AI Game Programming Wisdom 3
AI Game Programming Wisdom 4

3. ປັນຍາປະດິດ: ວິທີການທີ່ທັນສະໄຫມ ແມ່ນຫນຶ່ງໃນບົດເລື່ອງພື້ນຖານສໍາລັບທຸກຄົນທີ່ຕ້ອງການເຂົ້າໃຈພາກສະຫນາມທົ່ວໄປຂອງປັນຍາປະດິດ. ນີ້ບໍ່ແມ່ນປຶ້ມກ່ຽວກັບການພັດທະນາເກມ - ມັນສອນພື້ນຖານຂອງ AI.

ແຫຼ່ງຂໍ້ມູນ: www.habr.com