AI が行うべきことは 3 つあります。 1.データを収集します。2.データの処理。3. 収集される NextData を予測します。
すべてのデータを収集するには、dataBase を使用する必要があると思います。
iOSデバイスの（Tic Tac Toe、Chessなど）のようなゲームでは、30秒ほど自分と対戦させ、その間違いから学びますが、プリンスオブペルシャのようなゲームでは、暗殺者 私はプレイヤーのスキルを（から）学び（プレイヤーのスキルがテストされるプレイの最初の3分間から始めます）、次にゲームをプレイヤーのスキルに適応させます。ゲームはたくさんの楽しみを与えてくれますが、プレイヤーが初心者の場合は、さらに探索し、「邪悪な兵士」を簡単に倒すことができます。
「ついに質問が来る」 1.このアプローチは有効か？それとももっと良いものがありますか？
免責事項: 私はプリンス オブ ペルシャとアサシン クリードの両方に 2 年以上携わってきました。これらのゲームがどのように作成されているかを説明することは法的に許可されていませんが、ゲーム AI に関する一般的な知識を提供できるよう努めます。あなたが説明したように、ほとんどのゲームは学習を使用しません。
まず、ターゲットとする言語やプラットフォーム (またはデバイス) は、使用するartificial intelligenceツールとは関係ありません。
第二に、最初の 2 つの例、三目並べとチェスはturn-basedゲームですが、これはゲームとはまったく異なりreal-timeます。また、これらのゲームは両方とも、多少制限のある限定ボードで動作しsearch spaceます。これらのゲームは、学習よりも他のアルゴリズム (たとえば、ミニマックスなど) を使用した方がはるかに簡単に解決できます。
あなたが説明したような 3D 空間でのアドベンチャー ゲームの場合、自分の学習システムに供給されるものreal-timeを見つけるだけでもcontext難しいinputでしょう... 意思決定に関連する要素は何か: 最近の聴覚刺激、視覚刺激、空間と時間におけるこれらの刺激の相対性、周囲の敵または味方など...次に、これらの世界の複雑さと、何ができるかを考えると、学習アルゴリズムNPCの をどのように定義しますか? outputこの出力は、後続のクエリでどのように一貫性を保っていますか?
ゲーム デザインにどのような変更を加えても、学習プロセスを再実行する必要があり、場合によっては と の定義が必要になることに注意してinputくださいoutput。
finite state machines、fuzzy state machines、behavior trees、などのよく知られている方法を使用して、標準的なルートに進む方がよいでしょうplanning...意思決定をより詳細に制御し、実際に行動を設計できるようになりNPCますが、これはできません。学習で行います。
開発者としてのあなたが望んでいることだと本当に思います。無敵のAIが必要な場合は、ゲームから最も楽しいものを引き出すアプローチとは異なります。
プレイヤーがどれだけ上手にプレイするかによってAIスキルを適応させます。プレイヤーが最も楽しめるようにコーディングするための「AI」のようなものだとは言えません。
それが本当にAIだったとしたら、それはプログラマーが構築できる最高のプレーヤーになるでしょう。私がAIを作成したとき、私が行うことは、最初のAIを構築してから、そのAIを打ち負かすことができるAIを構築することです。各バージョンは、打ち負かされなければならないベンチマークです。AIの「学習」のルートは、多くのオーバーヘッドと長い学習曲線になるため、間違いからは行きたくないと思います。ゲーム開発者として、あなたはおそらく、すべてを学ぶAIを打ち負かすことができるAIを作る方法についてかなり良い考えを持っているでしょう。それは私の意見です。