[請益] 回合制的遊戲AI設計概念

看板GameDesign作者 (智慧財產權規劃師)時間12年前 (2011/09/23 17:36), 編輯推噓20(20推 0噓 42→)
留言62則, 8人參與, 最新討論串1/6 (看更多)
目前在處理電腦角色的AI中，原本是採用有限狀態機的方式去進行 用這樣的方式列出資料，光是判別一個角色在不同的狀態下 就可以產生將近三萬筆的資料。 有沒有可能是用公式的方式導入AI呢？ 為了龐大的資料而煩惱中 @_@a -- Bonjour Taiwan - H.Tabrio http://tabrio.blogspot.com/ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.175.96.77
推
09/23 19:25, , 1F
作弊
09/23 19:25, 1F
推
09/23 19:41, , 2F
翻了wiki之後，看不懂有限狀態機是什麼東西 = =
09/23 19:41, 2F
推
09/23 19:50, , 3F
我不是資訊相關科系的，請問這方面的東西要找哪些書？還有
09/23 19:50, 3F
→
09/23 19:51, , 4F
請問資訊工程都在這種東西嗎？
09/23 19:51, 4F
推
09/23 20:02, , 5F
finite state machine, FSM.
09/23 20:02, 5F
推
09/23 20:09, , 6F
可能有些狀態可以合併, 但也要分析過才能說有或沒有.
09/23 20:09, 6F
→
09/23 20:10, , 7F
FSM比較像是例舉畫出所有可能走的路線.
09/23 20:10, 7F
→
09/23 20:11, , 8F
假如從某個狀態轉移到它所有可能的下一個狀態是用機率的
09/23 20:11, 8F
→
09/23 20:11, , 9F
話, 按照FSM會是合理的方式.
09/23 20:11, 9F
推
09/23 20:14, , 10F
要用公式的話, 設計者就要看出 怎麼走下一步 會比較有利
09/23 20:14, 10F
→
09/23 20:15, , 11F
不知道原PO的回合制是類似哪一種遊戲的回合制?
09/23 20:15, 11F
推
09/23 20:21, , 12F
爬文找"AI" 2008年 mudgame那串也有討論到FSM.
09/23 20:21, 12F
→
09/23 20:58, , 13F
我有爬文過了，我也有看歐萊禮的遊戲人工智慧
09/23 20:58, 13F
推
09/23 20:59, , 14F
狀態機展開就已經是窮舉了啊，只能用公式演算吧 XD
09/23 20:59, 14F
→
09/23 20:59, , 15F
我本身也非資工科系，但溝通上還是要懂程式的部份
09/23 20:59, 15F
→
09/23 21:00, , 16F
在思考，該如何用公式演算。
09/23 21:00, 16F
→
09/23 21:01, , 17F
目前遊戲的回合方式，比較像是格鬥的形態，電腦需要判定
09/23 21:01, 17F
推
09/23 21:29, , 18F
回合制的什麼遊戲也要大概講一下比較好討論吧@_@
09/23 21:29, 18F
→
09/23 21:30, , 19F
比方說RPG的話，比起窮舉機率，用公式判斷情況或許比較好
09/23 21:30, 19F
→
09/23 21:37, , 20F
嗯嗯，它比較像是對打格鬥遊戲，都需要從地圖中找到彼此
09/23 21:37, 20F
→
09/23 21:37, , 21F
然後想辦法KO對方。
09/23 21:37, 21F
推
09/23 21:43, , 22F
招式與反擊技之攻防的格鬥遊戲嗎?
09/23 21:43, 22F
→
09/23 21:45, , 23F
不知道你要賦予AI多少的公平性(或者說多少cheat能力)?
09/23 21:45, 23F
→
09/23 21:45, , 24F
嗯，沒錯。所以需要判別的地方就會有遊戲剩餘時間、
09/23 21:45, 24F
→
09/23 21:46, , 25F
兩者的距離跟是否有沒有道具，再決定進行要攻擊的方式。
09/23 21:46, 25F
→
09/23 21:47, , 26F
設計AI還牽涉到 要練多少功與player level-up的速度.
09/23 21:47, 26F
→
09/23 21:48, , 27F
PS. 我上面三行是連起來一起講的
09/23 21:48, 27F
→
09/23 21:49, , 28F
有將關卡分等級，最難部份以幹掉玩家10場有5場的機率
09/23 21:49, 28F
推
09/23 21:50, , 29F
先訂出難度,再來決定 AI with cheat能力,會比較容易訂下
09/23 21:50, 29F
→
09/23 21:51, , 30F
來. (我是這麼覺得啦)
09/23 21:51, 30F
→
09/23 21:52, , 31F
電腦AI cheat能力，我是覺得還ok，因為可以調。比較煩惱的
09/23 21:52, 31F
→
09/23 21:53, , 32F
不想用窮舉的方式，再想該怎麼用成公式的方法來演算。
09/23 21:53, 32F
推
09/23 21:58, , 33F
沒看到東西也很難想下去 (爆) 這部份也沒辦法公開出來XD
09/23 21:58, 33F
→
09/23 21:59, , 34F
訂太細的東西,一定有辦法合併成一項的. 影響遊戲勝負的
09/23 21:59, 34F
→
09/23 22:00, , 35F
關鍵因素, 不可能太多的.
09/23 22:00, 35F
→
09/23 22:01, , 36F
這是指一般遊戲. 假如是西洋棋/圍棋/象棋之類的又另當別
09/23 22:01, 36F
→
09/23 22:01, , 37F
論 ORZ
09/23 22:01, 37F
→
09/23 22:02, , 38F
嗯，確實還沒辦法放出來，因此只能請教大家的經驗法則了。
09/23 22:02, 38F
→
09/23 22:05, , 39F
你的FSM, 跑到下一個state, 是靠機率還是什麼?
09/23 22:05, 39F
→
09/23 22:06, , 40F
機率，所以需要判別的狀態越多，我就得努力的複製貼上XD
09/23 22:06, 40F
推
09/23 22:09, , 41F
假如 完善的行為模式 與 精簡後的行為模式, 並不會影響
09/23 22:09, 41F
→
09/23 22:10, , 42F
到 player 對抗 AI 的困難度, 應該沒理由不用後者.
09/23 22:10, 42F
→
09/23 22:11, , 43F
我一直以為你的FSM是可以精簡化的 XD (也只是以為啦)
09/23 22:11, 43F
→
09/23 22:12, , 44F
假如有時間也有測試人員的話, 可以試試這種雙試驗路線.
09/23 22:12, 44F
推
09/23 22:50, , 45F
在複製貼上程式碼的時候，請記得，這不是好程式碼該會有的
09/23 22:50, 45F
→
09/23 22:50, , 46F
狀況.....
09/23 22:50, 46F
推
09/23 22:51, , 47F
需要複製貼上的部分應該要用sub去做
09/23 22:51, 47F
→
09/23 22:51, , 48F
程式不應該有一大堆「看起來差不多但只差一點點」的程式碼
09/23 22:51, 48F
→
09/23 22:52, , 49F
通常，會有方法解決那些東西.... 例如泛型等等
09/23 22:52, 49F
→
09/23 22:52, , 50F
請問sub是什麼?
09/23 22:52, 50F
推
09/23 22:56, , 51F
啊，少打字，我是要說子程序..
09/23 22:56, 51F
→
09/23 23:08, , 52F
阿，樓上與樓樓上誤會了，我指的複製貼上是在excel窮舉時
09/23 23:08, 52F
→
09/23 23:09, , 53F
並非程式碼，我本身不會寫程式。
09/23 23:09, 53F
→
09/23 23:10, , 54F
但還是謝謝你們的提醒！！^.<*
09/23 23:10, 54F
→
09/23 23:10, , 55F
我想改用類神經網路的方式來處理
09/23 23:10, 55F
推
09/23 23:17, , 56F
想問問"想用ANN"的理由?
09/23 23:17, 56F
→
09/23 23:21, , 57F
我也想知道是不是有許多遊戲都依賴著ANN XD
09/23 23:21, 57F
→
09/23 23:50, , 58F
這可能得問版上有在遊戲產業的人了，我並非遊戲產業。
09/23 23:50, 58F
推
09/24 00:40, , 59F
FSM改成ANN... 遊戲產業應該都用捷徑 AI真的太強也沒人愛
09/24 00:40, 59F
推
09/24 10:15, , 60F
棋類的AI算是例外吧?
09/24 10:15, 60F
推
09/24 10:25, , 61F
我一向對於 AI 的態度都是吃力不討好, 可免則免...
09/24 10:25, 61F
→
09/24 11:24, , 62F
認同AI真的很吃力不討好O________Q
09/24 11:24, 62F
‣ 更多 hyentai 的文章
文章代碼(AID): #1EV5CtKT (GameDesign)
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 1 之 6 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共6篇)
‣ 更多 hyentai 的文章
文章代碼(AID): #1EV5CtKT (GameDesign)