问题标签 [game-ai]

我正在使用一种称为NEAT的神经网络技术开发回合制游戏 AI 。我正在尝试训练一个可以在二维（X&Y 坐标）空间中移动的网络，给定存储在有效二维数组中的各种值。

我可以看到使用神经网络的两种策略：

1. 对于网格中的每个“单元”，提供来自不同启发式的分数作为神经元的输入，并创建一个实际上是一个非常复杂的“评分”系统的 NN。将非游戏角色 (NPC) 移动到得分最高的位置。

2. 为每个启发式度量创建一个压缩值（以某种方式压缩为尽可能少的位），并为每个度量提供一个输入神经元。

我对选项二很感兴趣，因为它提供了最少的计算量（游戏的运行时间很长），但是我很困惑我可以使用什么方法来创建两者的“小表示”版本-维度启发式值。我知道那里有诸如傅立叶变换之类的技术，但是我不知道这些是否适合我的问题。基本上，我正在寻找一种将 50x50 的双精度数组转换为一个或两个双精度值的方法。这两个双精度值可以进行有损压缩，我不需要能够取回原始值，我只需要一个合理的机制来将输入数据更改为一个小的占用空间。

这两种可能性的替代方法是根据与 NPC 的距离以某种方式编码“区域”（因此您可以获得“接近”单元格的实际值和“远”单元格的近似值）。我不确切知道我将如何连接它，但它至少消除了在游戏的每一轮评估每个单元的需要（考虑到我正在以每轮大约 1 秒的速度查看大约 500 万轮，任何简化我能想出会大有帮助）。

如果这没有多大意义，我深表歉意，这是一个相当困难的问题，困扰了我一段时间，我想不出一个简单的方法来描述它。

谢谢，

艾丹

编辑添加（并更改标题）：

多亏了克里斯，我们完善了我正在寻找的东西。我正在寻找的是一种以尽可能少的参数逼近一条线的方法（我可以将 2D 地图转换为一条线）。我之前使用三次样条进行插值，但是对于在 0.0 和 1.0 之间变化很大的数据集，我需要一些更可行的东西。我想我正在寻找的是地图的“散列”。

我知道有诸如三次样条之类的技术，我可以从中计算出一些“关键点”，这些值是我正在寻找的合理类比。我需要一种方法来获取 2500 个值并提出这些值的小表示，我可以将其用于神经网络。我认为可以训练NN来推断这些表示的真实含义，或者至少可以确定表示与现实世界之间的某种相关性，因此它不一定需要是可逆函数，但我不认为许多单向函数（例如 MD5、SHA）实际上也会非常有帮助......

我想使用人工神经网络玩井字游戏。我的网络配置如下：对于 9 个字段中的每一个，我使用 2 个输入神经元。所以我当然有 18 个输入神经元。对于每个字段，我有一个用于玩家 1 的输入神经元和一个用于玩家 2 的神经元。除此之外，我还有 1 个输出神经元用于评估当前棋盘位置。输出值越高，玩家 1 的位置越好。输出值越低，玩家 2 的位置越好。

但我的问题是：我如何编码那个神经网络？我的想法是使用 Array[1-18] 作为输入神经元。该数组的值是输入权重。我会使用循环遍历数组。每当有神经元被激活时，我都会将权重添加到输出值中。所以输出值是激活的输入神经元的权重之和：

您认为这是对网络进行编程的好方法吗？你有更好的想法吗？

我希望你能帮助我。提前致谢！

我正在开发一个游戏。游戏中的每个实体都是一个GameObject. 每个GameObject都由GameObjectController、GameObjectModel和组成GameObjectView。（或其继承人。）

对于 NPC，GameObjectController分为：

IThinkNPC：读取当前状态并决定要做什么

IActNPC：根据需要做的事情更新状态

ISenseNPC：读取当前状态以回答世界查询（例如“我在阴影中吗？”）

我的问题：ISenseNPC界面可以吗？

这些方法都不接受任何参数。相反，实现应该保持对相关的引用GameObjectController并阅读它。

但是，我现在正在尝试为此编写单元测试。显然，有必要使用模拟，因为我不能直接传递参数。我这样做的方式感觉非常脆弱 - 如果出现另一个以不同方式使用世界查询实用程序的实现怎么办？真的，我不是在测试接口，而是在测试实现。较差的。

我首先使用这种模式的原因是为了保持IThinkNPC实现代码的简洁：

然而，也许清洁不值得。

因此，如果ISenseNPC每次都获取所需的所有参数，我可以将其设为静态。这有什么问题吗？

我正在按照最终幻想战术实施一个基于小网格、基于回合的策略。

你对我如何处理目标选择、动作和技能选择过程有什么想法吗？

我正在考虑将这些决定断开，但这三个决定在很大程度上是相互关联的。（例如，除非我知道要攻击谁，以及我将使用的技能范围有多大，否则我无法决定移动到哪里，反之亦然，除非我知道要攻击多少回合，否则我无法决定攻击谁将带我到达每个目标）

我想走向一个统一的系统，但是尝试以类似于杀戮地带 1 AI 的方式使用的潜在实地研究中的东西让我陷入了局部最大值。

=== 更新 1

我目前正在尝试使用潜在领域/影响图来生成我做出决定的数据。

我不知道如何处理拥有许多技能，以及不会造成伤害而是增益/减益或改变世界的技能。

其他人建议使用目前在围棋游戏中使用的蒙特卡洛树搜索。

我相信我的演员将使用的空间不适合它，因为游戏中的许多动作都不会导致你可以攻击和影响世界的位置（我所处的世界比最终幻想战术更大）

在最终幻想战术中它可能会成功应用，尽管分支因子比 9x9 Go 大得多（据我了解）

===

在此先感谢，Xtapodi。

ps.1 - 一个问题是，要准确地知道敌人有多远，我需要找到他的路径，因为虽然敌人在附近，但一个不可逾越的悬崖可能会将我们隔开，需要 4 个转弯才能绕过。或者更糟糕的是，一个单位挡住了路，比如说一座桥，所以实际上没有办法接触到他。

大家好，

我正处于我的一个爱好项目的设计阶段。我将开发一款 3D 空战游戏。（受 HAWX 启发）。但我想知道人工智能是如何为敌方飞船工作的？我想，它们不会像在 FPS 游戏中那样沿着路径移动（图上的路径查找）。我可以使用什么样的算法来移动敌方飞船？我可以使用任何 AI 库吗？

注意：我使用 irrlicht 引擎，C++ 作为我的开发环境。

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。

我想构建一个使用人工神经网络工作的 Connect 4 引擎——只是因为我对 ANN 很着迷。

我创建了以下 ANN 结构草案。它会起作用吗？这些连接是否正确（甚至是交叉连接）？

你能帮我为这个ANN起草一个UML类图吗？

我想向 ANN 提供董事会代表作为其输入。输出应该是选择的动作。

稍后应该使用强化学习来完成学习，并且应该应用sigmoid 函数。该引擎将与人类玩家对战。然后根据比赛结果调整权重。

我在找什么...

...主要是编码问题。从抽象思维到编码越远，它就越好。

我在网格宇宙中工作 - 对象仅存在于二维矩阵中的整数位置。

一些条款：

广场 - 一个离散的位置。每个正方形都有一个 int x 和 int y 坐标，并且没有两个正方形具有相同的 x 和 y 对。

相邻：一个正方形 X 与另一个正方形 Y 相邻，如果它们的 x 或 y 坐标的差异幅度不大于 1。更简单地说，所有正方形紧邻 N、NE、E、SE、S、SW 、W 和 NW 方向相邻。

问题：

鉴于以下一般情况：

如果建造者与四栋建筑物之一相邻，我想建造两栋建筑物，使它们都共享一个公共相邻广场，该广场也与至少四栋现有建筑物中的一栋相邻，并且这个公共相邻广场没有被阻挡在.

基本有效解决方案：

目前，我遍历四个建筑物相邻的所有可遍历方块，并寻找具有 3 个相邻可遍历方块的方块，但这有时会产生以下情况：

关于如何改进我的算法的任何想法？

编辑：添加了另一个失败的案例。

编辑：我还想知道是否有可能满足这些条件的配置。我不能保证一个可行的解决方案，如果没有办法成功地做到这一点，我不想尝试。

我想代表游戏 connect6 wiki（也许谓词石头（P，X，Y），其中 P 是玩家，X，Y 是坐标很好）。我也想用任何好的启发式方法来解决问题（制造对手）。你能给我一些关于 Prolog 中游戏 AI 的文章的提示吗？谢谢

有谁知道（或可以建议）用于RaceTrack铅笔纸游戏的 AI 的好算法？

由于您在每个步骤中有 9 种可能的选择，并且您需要至少提前 6-10 步才能决定一个好的策略，因此即使您可以排除一些选择，因为与边界相交，暴力破解也变得非常昂贵。

目前我正在尝试为每个选择分配一些质量值，以便决定排除哪些选择 - 但我还不知道如何分配这样一个质量值的良好规则。