因此，我开始在使用LWJGL时学习Java和一些OpenGL。首先，我正在编写Atari Pong的副本。我已经正确设置了游戏屏幕，碰撞检测，并且所有游戏大部分都可以正常运行，实际上，如果是2人游戏，我现在就可以完成，但是由于我打算做一个单人游戏，我必须想出一个简单的AI来控制第二位玩家。

知道球将击中何处似乎是微不足道的，并且创建一个总是能将球击中的AI似乎很容易，但是我希望能够赢得比赛，所以我不能总是让IA击中球。

所以这是我的问题，我该如何编写代码以将类似人的缺陷添加到AI中。我是否应该随机决定AI是否会在给定时间失效？还是我在这里缺少一件更聪明（或者也许很明显）的东西？

非常感谢你。

我最喜欢的不完美的乒乓球AI残酷简单，但让人们做一些相当不错的AI失败。

隐形球AI

AI设置：当球从桨上反射时，您会知道球在哪里以及运动的速度。此时会以更高的速度产生一个看不见的球。它将结束可见球的移动。每帧都使AI移向看不见的球的位置。一旦看不见的球到达AI的一侧，就停止它，因此AI应该在此移动球拍。

结果：AI似乎正在尝试预测球的路径。假设玩家以陡峭的角度反射了球，这样它就会从墙壁上反弹。AI会稍微追踪球，然后-比球慢-不会足够快地追踪球。您欺骗了AI，并且从人的角度来看，它看起来很合理。您可以看到计算机试图预测球的去向，然后-哦，它错过了，速度太慢了，您已经赢得了积分。

这比插入随机性要好得多，因为它使AI显得相对智能。一个值得的对手。它还可以让AI按照与人类完全相同的规则进行游戏，这对玩家而言看起来更好，并且使您的工作变得更轻松。

设置：您还可以调整隐形球的速度，因为这将决定AI计划的前进距离。看不见的球越快，桨将需要移动更多的时间来阻挡，并且球员必须瞄准得越好。

我玩过的Pong游戏似乎表现如下：AI控制的球拍知道球将击中的位置，但是到达该位置的速度受到限制。所以有时候会错过。我认为这是最明显的方法。

当我在TI83上创建一个超棒的几乎吃豆人的克隆时？计算器，我遇到的最大问题是“重影”太快了。我不得不以某种方式放慢他们的速度。因此，我在其中放了一个大的旧罪过（cos（tan（x-coordinate）））。较简单的级别将执行几次该计算，而较难的级别将仅执行其中一项操作。

关键是反应时间。研究典型的人类反应时间，然后加上10毫秒。以此为起点。随着等级变得越来越高，从反应时间中删除时间... Thread.sleep(time);对于AI来说可能很简单。在AI开始移动之前，请等待一段时间。

您还可以控制球拍的移动速度，或者，如果您真的想变得复杂，则可以根据变化的信息程度来确定球的位置……仅说2个像素而不是矢量。在墙上添加角度修改器以增加一定程度的随机性，从而迫使AI重新计算。

如果您只是放慢球拍的速度，那么只要您以锐角击球（即上下移动很多，而不是直接向另一侧移动），由于球上下移动，计算机几乎总是会错过快于桨片可以补偿的速度。

取而代之的是，我要做的是利用操纵杆的速度以及AI的反应速度。例如：

• 当用户击球时
  • AI可以立即做出反应并到达球的位置。如果足够快，它将及时到达
• 当球越过场地中央时
  • AI必须等到越过田野中间后才能做出反应

另一件事变化是怎样的AI反应。您已经强调了一种策略，其中桨始终移动到球将要到达的位置。一个人不能总是那样做。他们更有可能上下跟随球，但由于所有的反弹，都不知道当球到达他们的确切位置。

因此，一种更人性化的反应方法是始终朝球移动。例如，如果球向上移动，则球拍向​​上移动。如果桨足够快，它会对顶部和底部的弹跳产生反应。如果球拍不够快，则球上升时它将向上移动，从而过度补偿，但是当球反弹时，球拍可能无法迅速下降。

最后，您还可以使用桨的大小来增加/减少难度。

要考虑的一个因素是随机性-人类玩家的游戏总是会有一定程度的变化，因此，如果您希望AI看起来像人类，那么您也将希望游戏中具有一些变化。

您可以设置范围：

• 反应时间（AI开始移动的速度）
• 速度（AI移动拨片的速度）
• 准确性（AI距离其实际想要移动桨板的距离有多近，从而有可能在期望位置下冲或过冲）

然后，在对手的每次打击中，AI都可以在这些范围内选择一个值，并据此做出决策（和移动）。对于更轻松的AI对手，您可以使这些范围都相当差，但也要具有较宽的范围，以便给AI一些“幸运的射击”。对于更困难的对手，您可以收紧那些范围并将它们全部置于“良好”范围内。

我将提出一个更通用的解决方案，该解决方案不仅限于乒乓球。我相信这可以应用于任何游戏-不只是乒乓球。你想要人类的行为，对不对？这样一来，人们就可以感觉自己就像在扮演一个人...因此，从一开始，人们就有希望获胜。所以你会怎么做？

观察人类！玩家如何在乒乓球上输球？好吧，如果我们看两个乒乓球运动员，那就很明显了。通常，损失是因为球太快而球员的反应时间被延迟了。这是两个参数，其中之一是可调的。另一个是玩家按正确方向的能力。因此，您有一个错误频率和一个反应频率-都可以根据难度进行调整。

简单的AI将具有更高的输入滞后和更多的随机错误倾向-作为更难的AI将被调整为使这些参数适应困难。

这几乎可以应用于任何游戏-包括井字游戏甚至更复杂的模型。这种方法在更复杂的情况下会失效，但在参数和范围数量狭窄的游戏中就足够了。

以下是一些选项的列表，其中一些已经介绍过：

• 使更聪明的计算机玩家将球对准目标，这样，玩家很难获得很多反弹，反之亦然。
• 一个聪明的球员会在球传到对手的路上将球拍向中间移动，他们不知道球会回到哪里。
• 在最终反弹之前，人们很难预测球的最终位置。使AI具有类似的误差。
• 限制桨的速度，使其比球慢。要想完美发挥，就需要小于垂直速度的一半。
• 根据难度，比赛持续时间等提高球的速度。
• 人类不会立即做出反应。AI玩家也不应该。
• 给AI一个随机的机会犯错并丢球。

我也做了一个小的Pong克隆（在LUA中）。

我的AI很简单，但是还算不错，恕我直言。

我只是检查球的y位置，如果调低球杆，则将其向下移动，如果调高球杆，则将其向上移动。

然后，为了微调难度，我增加或减少了距球拍的距离，从球拍开始移动计算机板。