Questions tagged «ai»

尽管图形是我主要关注的领域，但我已经花了很长时间研究Game AI概念。从简单的A *寻路到复杂的感知器。 我的问题是这个；是否有人在大规模商业游戏中成功实现（或更有趣的是失败）某些高级AI概念的实例？ 在更高层次上，我指的是通常在Pure AI中发现的模拟智能的方法。例如。 神经网络 遗传算法 决策理论 我了解到，除了财务预算外，开发人员还具有内存使用预算（AI经常处于后排位置）。这些方法中的许多方法实施起来成本高昂，而且回报有限。.我很感兴趣找出是否有人在其中部署了这些方法（或我忘记提及的任何其他高级概念）的位置或时间。任何知名游戏：） 我也知道，在这个行业中，商业秘密是不争的事实；）除了AAA头衔之外，如果您有自己的成功案例（或灾难），那么听听他们会很高兴！：D

18 ai 

我很好奇在赛车游戏中如何控制汽车。 我的AI代理是否应该使用“油门在0.35上，方向盘在0.5上在右，制动在0.0上”这样的命令来控制汽车？还是我应该预先计算汽车所遵循的曲线，而诸如前轮转向之类的视觉效果只是为了使一切看起来都一致？还是还有其他方法？

17 game-design  ai 

具体来说，根据分配的MBTI类型，独立开发人员实施类似于MBTI的系统要使玩家角色的对话，动作和选择发生变化的难度有多大？ 这可能仅限于玩家角色的回应隐瞒，角色更不愿参加社交活动，角色对批评的回应程度等。 这将有助于参考已经做到这一点或类似目的的游戏。 编辑：对于那些不知道的人，迈耶斯布里格斯类型指示器是一种基于5个变量（通常会忽略其中的最后一个）来测量某人的性格的一种方法，以便获得16个（或32个，包括最后一个变量）不同的原型。 Ë xtraversion与我 ntroversion决定，如果你与他人的互动，被关注等中心或独处，做这样的活动，如散步，阅读和自省“恢复精力”。 小号 ensing与我ñ学费决定，如果你喜欢专注于事实，统计数据和详细信息，与实际应用更喜欢的想法，或想象的可能性，探索概念为自己着想，并寻找更深层的意义，以吸收新的信息。 牛逼逻辑思维与˚F eeling决定，如果用逻辑，价值正义的决定，享受发现的缺陷和打魔鬼代言人，或者个人价值基础的决策，更多的是关于事情的应该是。 Ĵ udging与知觉判断，如果你使用牛逼 / ˚F属性你，或者与周围的世界互动小号 / 我属性。 知觉倾向于使人们希望保持选择余地，并在现场而不是事先做出外部交易决定，而判断往往与制定计划并坚持下去有关。 然后，是一个 ssertive与牛逼 urbulent，这决定了决策的信心。据称，自信的人受压力的影响较小，其副作用是不会对自己的表现产生太大的影响，而动荡与完美主义，完成主义和恐慌有关。 人们不能整齐地适应32个不同的类别，因为许多人位于某些变量的中心位置，因此最好考虑这些原型而不是每个人都属于的实际类别。如果左右两边也都有“中间地带”的分类，而不是32个个性，那么就会有243个。 有问题的人格系统不必是迈耶斯·布里格斯（Meyers Briggs），实际上，出于版权原因，它可能会在某些领域有所偏离。使PC具有游戏中个性的目的是使玩家可以与他们建立联系，而不是让他们可以模仿玩家，因此Forer效果实际上对游戏设计师有利。 因此，将诸如此类的系统集成到RPG等游戏中有多可行？

17 ai  character 

基本上，每个游戏公司都希望看到展示您技能的投资组合。但是，如果您专攻AI，那么应该怎样以及如何炫耀自己的技能。 一些想法 AI演示中的精美图形是否必须（克服过去的不懂AI的非技术性HR，请思考3D与2D）？ 演示多功能的AI或单个重点示例。 诸如寻路，hfsm，计划等基本技能是关键的AI组件，但作为组合产品，它真的给人留下深刻印象吗？ 单个AI实体，多个实体或大量人口是否总是更好？ 理想情况下，作为投资组合的一部分，还应该有一个可执行文件，并且视频应该可以在短短几分钟内展示出任何想要展示的内容。 例子 我想说这个视频中展示的任何技能都可以创造出出色的作品集，但是游戏公司真的希望一个人能做到这一点。 Autodesk Kynapse AI Sandbox是另一个很好的例子，但这是由许多人的工作制成的。 AI沙箱 好的AI产品组合的任何例子都是很棒的。

17 ai  portfolio  demo 

在通过路径查找算法搜索的区域使用正方形或六边形网格之间是否有任何显着差异。换句话说，最好是正方形或六角形，如果是，为什么呢。

17 ai  path-finding 

例如，缘故： 假设世界上有10个房间。 假设世界上居住着10个实体。 每个实体都有自己的“例行程序”，在该例行程序中它在房间中执行某些操作，并且还可以在房间之间进行导航。 假设玩家一次只能进入一个房间，那么跟踪其他实体在屏幕外其他房间正在执行的动作的好方法是什么？ 最直接的选择是检查每一帧上的10个实体中的每个实体，检查它们的位置/状态，并确定该实体在任何给定时间是否应位于玩家所在的房间中。 （但是，这确实感觉资源很丰富，尤其是随着房间/实体数量的增加。） 另一种选择是跟踪自游戏开始以来所经过的时间，然后每个实体检查其模式是否与玩家所在的房间相交，并且是否按照时间检查是否已实体应该在此特定时间位于同一房间中，其图案不与玩家所在的当前房间相交的实体直到玩家进入其图案相交的房间并且仅在该点才计算不执行任何操作他们应该渲染。（但是，如果他们与房间互动，那么他们将必须始终检查与路线相交的房间的状态，以便确定在该时间点的位置，这并不是那么好。） 我要做的第三个选择是，首先仅查看与玩家位置相交的路线（如前所述），其次进入房间后，检查玩家是否在该房间内，如果不是，则仅检查房间的状态，以及进入下一房间需要多长时间。例如，一个看门人NPC进入房间，检查房间的状态，查看玩家是否有溢出物，计算清理该清理所花费的时间以及该路径需要花费多长时间等。时间是进入下一个房间的时间，我们只会检查玩家是否在房间里。用于渲染目的的NPC的确切位置仅在玩家进入房间时计算。 经过一番集思广益后，我想到了第三个选择，但我想知道是否存在一种已知或更好的方法来处理此类问题？

16 ai  memory-efficiency 

自从童年，我已经不知道该怎么20Q电子游戏工作。您想到的是物体，事物或动物（例如土豆或驴子）。然后，设备会问您一系列问题，例如： 它比一条面包大吗？ 在户外找到吗？ 它用于娱乐吗？ 对于每个问题，您都可以回答“ 是”，“ 不是”，“ 也许 ”或“ 未知”。我一直以为它可以与巨大的嵌套条件if语句（-statements）一起使用。但是，我认为这是一个不太可能的解释，因为它对程序员来说很复杂。 我将如何实施这样的系统？

16 ai 

我不是gamedev，我只是一个非游戏的好奇的编码者。我想知道，人工智能如何在流行的现代游戏中发挥作用，例如FPS？它基于硬编码规则吗？它与其他种类的AI（例如为自动驾驶汽车提供动力的AI）有多少共同点？开发人员如何确保AI的行为自然且有趣呢？ 我在Google上搜索的资料提到了MinMax的不同派生产品，但未能回答AI如何应对持续变化的世界，为AI所奖励的行为/状态以及AI如何找出成功实施不同行为的机会。我也看到过机器学习在这里和那里提到过，但是似乎没有在任何严肃的游戏中使用它吗？

16 ai 

我有一个自上而下的2d游戏，其中AI在地图的边缘生成，并向中心移动。 我正在使用A *和节点网格进行寻路。 现在，AI会在地图边缘的某个点生成，并且都采用相同的路径，这是到达中心的最短路径。 现在，我希望它们变得更加令人惊讶和有趣，并且彼此走不同的路。 我可以立即想到两个实现此目的的想法，但想知道人们是否经常使用其他方法或更好的方法？ 当一个敌人生成并生成一条通往中心的路径时，暂时增加该路径上所有节点的成本，然后随着时间的推移逐渐降低它们的成本。然后，稍后产生的敌人AI将被迫走更宽的道路。 上面的方法将导致AI走上越来越宽的道路，而且仍然非常可预测。因此，我想我还将在地图周围引入许多中间目标节点。当AI产生时，他们会随机选择一个中间目标，并先到达那里，然后再前往地图中心。将此与上述增加成本的方法结合起来可能看起来不错？ 人们发现哪种方法最能使AI改变他们所走的道路，令人信服和令人惊讶？

16 ai  path-finding  navmesh 

我有一个有关AI的理论，我想写一篇“白皮书”。我想在AI中探索的区别是学习与策略制定。我的问题是，在哪里可以阅读有关该主题的其他材料？ 让我举一个国际象棋的例子。让我们将国际象棋AI看成是一棵最大的树，在其中捕获一个敌方单位会将该单位的值添加到该决定的“移动得分”中（同样，丢失一块就会将该值减去该值）。捕获棋子可能会获得1分，骑士获得4分，车队获得5分，依此类推。 战略制定将是AI运用这些观点并确定下一步行动；例如。给定十个可能的动作，请在三个动作结束时选择最佳（最高分）。 学习将应用统计观察来确定那些值。如果您玩100场游戏，则AI可能会决定捕获一个棋子为2分，而一个骑士则为7分，而一个新手车则为3分（基于100个游戏）。 文学中是否已经存在这种区别，如果存在，我在哪里可以读到？ 编辑：有谁知道利用这种方法的国际象棋游戏（最好具有源代码）？也许Chess960 @ Home吗？

16 ai  chess 

我正在设计一个基于网络回合的3D-6DOF太空舰队战斗策略游戏，该游戏很大程度上依赖于船只定制。让我稍微解释一下游戏，因为您需要对游戏有所了解才能提出问题。 我的目标是能够创建具有自定义形状和附加模块（螺旋桨，牵引梁...）的自有舰队，这将给每艘船带来好处和不利之处，因此您拥有许多不同的舰队分布。例如，长船在侧面带有两个螺旋桨将使该船容易绕该飞机旋转，除非您在后面放置许多螺旋桨，否则较大的船将缓慢移动（因此，在移动时会花费更多的“构造”点和精力，它将使只能朝那个方向快速移动。）我计划围绕此功能平衡所有游戏。 游戏将围绕两个阶段旋转：命令和战斗阶段。在订购阶段，您将指挥不同的船只。当所有玩家都完成了命令阶段后，战斗阶段便开始了，并且船舶命令会在一段时间内实时得到解决，然后动作会暂停并进入一个新的命令阶段。 当我想到玩家的输入时，问题就来了。要移动船舶，如果要转向，向前行驶，制动，就地旋转，则需要打开或关闭不同的螺旋桨...这些螺旋桨不必全力以赴，因此您可以实现更大的运动较少螺旋桨的组合。 我认为这种方法有点无聊。玩家不想摆弄马达或其他任何东西，而只想移动和杀死。我打算让玩家向这些船只下达命令的方式是通过目的地和旋转，然后AI将计算正确的螺旋桨功率以实现该移动和旋转。在整个转弯计算中，推进力不必相同（在发出订单后），因此，如果船在移动时做出反应，动态地调整螺旋桨的功率以满足其需求，那将是很酷的，但可能实施起来非常困难，游戏真正不需要它。 在这两种情况下，人工智能将如何决定激活哪个螺旋桨以实现最佳（或至少不是最差）轨迹？ 我虽然讲一些方法： 学习AI：船型将通过反复试验来了解它们的运动，通过更多用途来调整其行为，并最终变得“智能”。我不想涉足AI编码领域，我认为这可能会让玩家感到沮丧（即使您可以让它不玩而学习）。 预先计算的时间步长运动：在造船时，将计算给定时间间隔内每种螺旋桨配置和功率的所有可能运动。内存密集，难看，不好。 预先计算的轨迹：与上面相同，但不是每个增量时间，而是整个轨迹，然后将尽可能拟合整个轨迹。在整个战斗阶段都需要固定的螺旋桨配置，并且仍然需要占用大量内存，难看且不好。 持续的暴力逼迫： AI会在整个战斗阶段连续检查所有可能的螺旋桨配置，并预先计算几个时间步长，并据此确定最佳的时间步长。骗局：现在的好东西以后可能就没那么好了，而且它占用的CPU太多，很丑，而且很糟。 单次蛮力逼迫：与上面相同，但仅在模拟开始时就蛮力逼迫，因此在整个战斗阶段都需要恒定的螺旋桨配置。 连续角度检查：这不是完整的运动方法，而是一种丢弃“愚蠢”螺旋桨配置的方法。给定当前螺旋桨的法向矢量和最后一个矢量，您可以根据角度近似估算螺旋桨所需的功率。您必须在整个战斗阶段中连续进行此操作。我最近想出了这个，所以我没想太多。先验地，它也有“现在好了，以后可能就没那么好了”的缺点，它也不在乎其他螺旋桨，它们可以一起做出更好的推进配置。 我真的被困在这里。有任何想法吗？

15 algorithm  ai  movement  turn-based-strategy 

已关闭。这个问题需要更加集中。它当前不接受答案。 想改善这个问题吗？更新问题，使其仅通过编辑此帖子来关注一个问题。 3年前关闭。 对于寻求开始简单的AI编程/设计的游戏开发人员，有哪些可用资源（包括免费文章/电子书以及实体书和事物）？ 注意：我知道这个问题，但这更多的是关于从特定主题开始的问题。我更多地是在询问资源。

15 ai  assets  books 

给定一个玩家和一个敌人的位置，并给定每个角色的方向向量，我如何确定一个人是否可以“看见”另一个人？ 换句话说，如何测试某个方向的位置在另一个方向的前面还是后面？ 出于我的目的，“在...前面”是指直接在任何一个角度之前或与之成90度。

15 mathematics  ai  vector 

在我的游戏中，太空飞船是一种由玩家打造的装置，可以在任意位置，任意旋转地安装任意数量的推进器。我目前有一些肮脏的代码可以将船旋转到给定的角度（加速和减速）。 这是一个对称船面对红线指向的示例，被告知向左旋转。 但是，正如您想象的那样，取决于玩家将推进器放在何处，有时会出现不希望的线性力影响飞船的情况。在这种情况下，船开始前进。 我正在详细说明是否有可能找到推力器可以施加的最大推力而不引起线速度。（在上述情况下，这将是没有的，因为没有什么可以抵消来自后推力的力，而前推力会互相残杀）。 到目前为止，我想出了一个公式来确定“转弯效率”，例如，相对于线性运动，会引起多少旋转。 a-推进器b的位置矢量b-推进器b的位置矢量v1-推进器a的力v2-推进器b的力 efficiencyDelta = a.cross（v1）/ | v1 | -（a.cross（v1）+ b.cross（v2））/ | v1 + v2 | ，基本上是“ a.cross（v1 * t）/ | v1 |” 应该是转弯效率。然后，我们将其与推进器的转向效率相减，以查看是否值得使用新的推进器。 当我意识到推进器不是应该打开/关闭，而是可以将其推力从0更改为1时出现的。当玩家希望飞船前进时该怎么办。当然，需要平衡旋转/移动的量。 我不是火箭科学家，所以我希望有人可以告诉我，是否甚至可以这样计算每个推进器的油门，并向我推正确的方向。 感谢您抽出宝贵的时间！/金

14 2d  ai  vector  balance  steering-behaviors 

我正在开发一个游戏/模拟，代理商在其中争夺土地。我的状况如下图所示： 这些生物走来走去，占据一块土地，如果他们有空的话，他们会踩到它们。为了使这一点变得更有趣，我想介绍“巡逻”行为，以便探员实际上是在他们的土地上走来走去，从任何可能想要入侵的入侵者那里巡逻。 在技​​术方面，每个正方形均表示为x,y位置以及表示其边长的尺寸。它还包含有关谁占据广场的信息。所有正方形均存储在中ArrayList。 如何介绍巡逻行为？我想要的是让每个特工巡逻该区域的某个部分（他们在他们将巡逻的区域之间划分）。我发现的主要问题如下： 如图所示，土地面积非常随机。很难理解各个方向的界限。 特工应如何分割地区巡逻？ 土地区域可能是不相交的，因为对方的队伍可能会从中间占据领土。 我的想法是在每个方向上取最远的正方形，将其视为该区域的边界，并根据这些边界划分区域，但这可能包括许多无关的土地。 我应该如何解决这个问题？

14 java  ai  grid