私は 1 つの rts ゲームのボットを書いています。
ファジー ロジックを使用して、現在の位置 (地雷と敵の位置) を評価し、コマンドを発行しています。
military_buildings、civilian_building、army_power、enemy_powerおよびのファジー変数がいくつかありdistanceます。VERY_GOODまた、GOOD、NORMAL、BAD、 のようなあいまいな言語値もいくつかありますVERY_BAD。
私の次のタスクは、ボットが学習するようにし、すべてが同じように振る舞わないようにすることです。これを解決するためのアドバイスやアイデアはありますか?
パラメータのチューニングに GA を使用する (ただし、プレイヤーのレーティングがわからないため、bot が弱いプレイヤーに勝つか、強いプレイヤーに負けるかはわかりません)。
同様の問題を経験した人はいますか (経験からボットを学習する簡単な方法があれば、実装を変更してファジー ロジックを置き換えることができます)?
GA を使用してパラメーターをファジー言語変数に調整するというアイデアは良いアイデアです (思いついたらよかったのに!)。ファジー ロジックは、GA が大きなソリューション スペースを検索する間、優れた連続応答曲線を提供します。これは間違いなく追求する価値のある戦略だと思います。あなたはあなたの結果を書き留めるべきです。
私があなただったら、AIIDE の年次スタークラフト コンペティションを見ると思います。このコンペティションは AAAI によって部分的に後援されているため、この問題に対する非常に質の高いアプローチがいくつかあります。特に、リソース管理などのより高度な推論に関心がある場合は. 参考までに、このタイプの問題の上位の競合他社のほとんどは、歴史的に確率的 FSM に関する確率的ステート マシン ペーパーのいくつかのバリアントを使用してきたため、これはパラメーター チューニングの良いテスト ベッドになる可能性があります。参考までに、これは、XAIT など、トップのゲーム AI ミドルウェア ソフトウェアの一部がゲーム AI に使用するアプローチでもあります。