我一直在做一个课程项目，其中我们使用 FSM 实现了 FPS，通过显示游戏的顶部 2d 视图，并使用机器人、玩家和圆圈。机器人的行为是确定性的。例如，如果机器人的生命值降至阈值以下，并且玩家可见，机器人就会逃跑，否则它会寻找健康包。
然而，我觉得在这种情况下，机器人并没有表现出太多的智能，因为它做出的大部分决定都是基于我们已经决定的规则。
我可以使用哪些其他技术来帮助我在机器人中实现一些真正的智能？我一直在研究 HMM，我觉得它们可能有助于为机器人带来更多的不确定性，并且机器人可能会开始比依赖预先定义的规则更自主地做出决策。
你们有什么感想？任何意见，将不胜感激。
我不认为使用隐马尔可夫模型真的会更加自主。它只是遵循模型更不透明的规则，而不是状态机的明确规则。它仍然是确定性的。他们带来的唯一不确定性是观察者，他们没有一个简单的规则集可以作为预测的基础。
这并不是说它们不能被有效地使用——如果我没记错的话，一些 FPS 游戏的机器人使用这种系统向玩家学习并开发自己的 AI。
但这确实取决于您要使用该流程建模的内容。人工智能实际上并不是关于算法，而是关于表示。如果您所做的只是选择当前 FSM 具有的相同状态并观察现有玩家的转换，那么您不太可能获得比专家输入为 FSM 仔细调整规则的更好的系统。
鉴于您无法实现目前被认为超出现代科学的“一些真正的智能”，您希望能够创造什么？它是一个从自己的实验中学习的系统吗？通过观察人类受试者来学习的系统？故意引入不寻常的选择以使对手更难预测？