主页 > 超级变态单职业传奇 >

开箱即用的思考

发布时间:2019-09-16 12:22 来源:http://www.sccjxy.org

今天人工智能的导航系统可能会由一个路径节点系统组成,它将保存机器人的数据他们之间可以或不可以做。虽然这种方法已被证实最有效和最好的结果,似乎是AI的行为过于严格,因此无法发挥创造力可能对某些事件或条件作出反应的情况更人化。?人们可能会认为添加人工智能可能意味着更昂贵的加工,但在这里我介绍一种给予的方式对机器人的一些创造力,而不会在脚本中反复出现。

创造力背后的概念涉及学习,一种良好的感知系统,以及将正在发生的事情联系起来的好方法(通过感知)与过去的经验(学习)。我发现了学习和结社可以通过?神经网络没有经历了很多处理。?是一种不完全的方式实现全能神经网络的所有特征但是很好地帮助人工智能从中学到的策略中学习玩家并使用更“智能”的思维避免随意行动。

我为AI描述的神经网络只包含两层这使得计算机做出的每一个决定都非常简单。第一层将是感知神经元层,其激活if获得某种感知,第二层就是决策层。? NN中的每个神经元都包含一个阈值和上一层中每个神经元的一组权重。

现在,关于这种方法的非常规事物是神经网络不会设置为每个AI控制器。相反,他们会在某些特定路径节点上实现,它将被触发人工智能的目标。这种方式学习将以分组形式进行在所有AI控制器中,还可以节省一些处理通过某些神经元。每个神经元的权重都是根据每个动作的成程度调整一个恒定值。这种调整也可以根据给定的值而变化成的数量或失败的数量。做完这一切之后接下来要做的就是为AI提供一系列创造的动作根据每个路径节点执行。

鉴于每个NN被设置为特定路径节点的事实,人们可以采取不那么常见的行动,人工智能可以用来接近他们目标。?例如,AI可以选择在中找到更大的路径为了避免做他们的敌人所期待的事情。这是特别的在常见的FPS,动作/冒险和隐形动作游戏中很有用AI中的动作很容易预测,减少了机会给游戏增加难度。此外,虽然这种方法证明更好对于FPS和Stealt,我已经在战斗游戏中进行了测试并且已经进行了测试事实证明它也是有用的(但在这种情况下,NN在AI控制器上比在路径节点中更好地实现)。

上一篇:携手iPhone首款幻想动作游戏

下一篇:Splinter Cell Trilogy HD•第1页

相关内容