Re: [請益] 圈內AI的發展概況?
: ※ 引述《lovesnake (柒分)》之銘言：
: : 若是將Learning的技術放在互動式的遊戲，像是牧場物語、動物森林之類的。
: : 感覺好像會碰出不同的火花XD?
: : 不過也只是私心的論文不想寫學界題材罷了= ="
: : 目前我有的方向只有Learning，FSM to PDA or LBA 之類的想法。
: : 想找篇可以上GDC的論文題目也挺困難的 ((汗
: → lovesnake:其實我不是很喜歡線上遊戲，雖然賺得錢很多。 07/12 15:14
: → lovesnake:但沒有辦法像單機遊戲那般，做好一個封閉而完整的世界 07/12 15:14
: → lovesnake:好像跟文沒關聯 XD AI在遊戲中的利用像是NPC跟玩家的 07/12 15:15
: → lovesnake:互動。 一切也只是構想，還沒個底。 07/12 15:16
: → lovesnake:關於賽局理論部分的AI我就比較沒興趣了。像深藍靠得還是 07/12 15:17
: → lovesnake:資料庫阿 囧" 07/12 15:17
其實包括看了第一篇的幾個提問以至接下來的回推文，我是有點好奇你具有哪些
方面的背景知識（包括遊戲面跟資訊科學方面），因為有些部分你好像有點似是而非
的誤解。
比如說Learning。你說想要寫單機不想寫線上遊戲，可是其實你知道Learning往
往很需要的Training Data其實是線上遊戲比較充足嗎？單機遊戲的Learning是很沒
效率，C/P值又低的東西，講得誇張一點，一個有學習機能的單機遊戲可能到玩家全
破不玩了都還沒能獲取足夠學到不錯程度AI的資訊量。（當然，就算是線上遊戲有這
樣的資訊量，它還是往往不具備那個C/P值讓人想去做）
比如說你講「私心的論文不想寫學界題材」。不過其實你知道其實就算遊戲界的
論文，看起來八成也長得跟你所謂學界的論文差不了多少嗎？就算是你所謂的學界論
文，重點還是後續的Implement、實用方式，尤其是Data Mining/Machine Learning
方面的研究不少其實是方法弄出來，套什麼領域都很簡單，因為只要Training Data
格式處理好塞進去，最多微調一下參數就可以用了。
比如說FSM其實並不太Learning，它只是表現一套既定思考方式的架構，如果真
的要Learning比較需要像hidden Markov models之類的東西。
比如說「關於賽局理論部分的AI我就比較沒興趣了。像深藍靠得還是資料庫阿」
，你知道大多數Learning都很吃資料嗎？現在Learning不常實用在遊戲裡的原因往往
不見得是時間複雜度或正確性的問題，而是沒法獲得／儲存足夠Training Data或根
本不知道怎麼對遊戲資訊做出有意義編碼的問題，不然事實上演算法方面還是有很多
簡單好用也不會太差的可以直接套用（隨便用Decision Tree寫個猜拳學習機重覆跟
同一個人一直猜，feature取得夠妙的話，理論上長遠來說勝率真的可以高於50%喔XD
）。而且賽局理論反而不是你所想的必得要靠資料庫的東西，很多賽局理論問題其實
直接從遊戲規則定義就能動手解（參考下面的連結），深藍需要資料是因為它根本沒
直接用賽局理論的方向去解（因為沒法直接窮舉所有可能著手跟結果）。
賽局淺說 姚景星;劉睦雄
http://episte.math.ntu.edu.tw/articles/mm/mm_01_3_05/
比如說「有聽說過幾款利用基因演算法的遊戲，但似乎非常少數?」，其實你知
道基因演算法的本質也是一種靠Search盡可能嘗試避開Local Maximum找出Global
Maximum，跟你所以為比較沒興趣的深藍AI相距並沒有很遠（雖然使用它們所需的前
提條件及尋找最佳解的方式看起來很不一樣）。
我建議你不要局限在你口中所說的「遊戲AI」，其實你需要的是真的去知道AI或
各種Learning真的用什麼方法在幹些什麼，你才比較知道為什麼遊戲使用的AI會選擇
或捨棄某些做法，然後哪個方向是有研究價值的。
--
「如果你還知道牆壁或地板是硬的，就不該老是去用頭撞啊！」
「妳在說什麼，為什麼我會沒事去用頭撞牆撞地板啊！」
「不然，還有什麼理由能解釋你怎麼這麼笨啊！」
－－蘭娜．席斯塔
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.24.203.226
推
07/13 00:43, , 1F
07/13 00:43, 1F
→
07/13 06:56, , 2F
07/13 06:56, 2F
推
07/13 11:26, , 3F
07/13 11:26, 3F
推
07/13 12:44, , 4F
07/13 12:44, 4F
推
07/13 13:28, , 5F
07/13 13:28, 5F
推
07/13 14:03, , 6F
07/13 14:03, 6F
推
07/13 15:57, , 7F
07/13 15:57, 7F
推
07/13 22:44, , 8F
07/13 22:44, 8F
討論串 (同標題文章)