Bagaimana cara membuat AI kompleks dapat dikelola? [Tutup]

11

Di masa lalu, saya telah menggunakan sistem sederhana seperti mesin negara terbatas (FSM) dan FSM hirarkis untuk mengontrol perilaku AI. Pola ini berantakan dengan sangat cepat atau sistem yang kompleks.

Saya pernah mendengar tentang pohon perilaku . Mereka tampak seperti langkah nyata berikutnya, tetapi saya belum melihat implementasi yang berjalan atau benar-benar mencobanya.

Pola apa lagi yang dapat membuat perilaku AI kompleks dapat dikelola?

architecture ai behavior

— Tetrad
sumber

Saya juga mendengar ada beberapa cara untuk mengelola mesin negara

— jokoon

1

Ini pertanyaan yang cukup samar. Ada banyak teknik untuk mengelola AI "kompleks" tetapi yang terbaik untuk situasi apa pun mungkin berbeda dari situasi lain. Saya telah mengimplementasikan AI yang cukup kompleks dengan menggunakan daftar tindakan perilaku, tetapi solusi itu tidak bekerja untuk RTS; teknik yang saya lihat digunakan dalam game RTS sangat kompleks namun tetap elegan, namun semuanya tidak ada artinya dalam jenis permainan lainnya. Jika Anda memikirkan jenis permainan atau AI tertentu, Anda mungkin mendapatkan jawaban yang lebih relevan dan berwawasan jika Anda menyatakan apa yang ada di depan.

— Sean Middleditch

3

Pohon perilaku adalah cara yang hebat untuk mengelola AI, dan Ai Game dev adalah tempat terbaik untuk mempelajarinya! Ada ton implementasi contoh di luar sana di tempat-tempat seperti Codeplex, atau bahkan implementasi mesin Sandbox AIGD sendiri (yang diakui cukup kompleks dan sulit untuk diikuti).

Tahun lalu di pertandingan AI konferensi ada banyak kegembiraan tentang perencana , tetapi tahun ini banyak yang telah hilang. Tip terbaik tampaknya hanya untuk memulai yang sederhana. Seluruh 20% dari pekerjaan untuk membuat Anda 80% di sana tampaknya benar-benar berlaku dalam banyak kasus

— Cubed2D
sumber

2

Satu hal yang menurut saya penting adalah untuk memisahkan mengapa seorang agen ingin menyelesaikan sesuatu dari caranya. Perencana Tindakan yang Berorientasi Tujuan melakukan ini dengan baik, tetapi ada juga solusi lain. Ini memberi Anda fleksibilitas besar untuk membangun agen karena Anda dapat memilih dari satu ember tujuan dan satu ember tindakan.

Pohon perilaku dirancang untuk mencakup seluruh solusi - pengambilan keputusan dan juga tindakan - dan karenanya sulit untuk dipelihara.

— tenpn
sumber

2

Salah satu teknik yang harus Anda ketahui adalah pendekatan daftar tindakan. Pada level paling sederhana, itu hanya daftar objek tindakan, yang setiap objek tindakan memiliki pembaruan () metode yang disebut setiap frame. Anda dapat dengan cepat memperluas hal ini untuk memungkinkan tindakan pemblokiran, beberapa jalur tindakan, kelompok anak, dll. Apa pun yang Anda bisa bangun dengan FSM tingkat tinggi dapat diimplementasikan dengan cara yang lebih modular, fleksibel, dan dapat diperdebatkan dengan suatu tindakan daftar menggunakan tindakan perilaku.

Selain menjadi teknik yang berguna untuk mengelola semua animasi, pencarian jalur, dan "hal-hal" lain-lain yang bisa dilakukan oleh karakter Anda, itu membuatnya sepele untuk menerapkan sistem pengambilan keputusan berbasis prioritas dengan menciptakan tindakan perilaku.

Beberapa catatan tentang cara menggunakannya dapat ditemukan di dek slide ini: http://sonargame.com/2011/11/01/new-game-slides/

Cukup yakin sudah ada artikel tentang itu di seri AI Programming Wisdom, juga.

— Sean Middleditch
sumber