タグ付けされた質問 「ai」

私の主な焦点はグラフィックですが、かなり長い間、ゲームAIの概念に手を出してきました。単純なA *パス検索から複雑なパーセプトロンまで。 私の質問はこれです。大規模な商用タイトルでいくつかの高レベルのAIコンセプトの実装の成功例（または、おそらくもっと面白く、失敗した例）はありますか？ 上位レベルとは、Pure AIで通常見られる知能をシミュレートする方法を意味します。たとえば、.. ニューラルネットワーク 遺伝的アルゴリズム 意思決定理論 開発者は、財政的な予算だけでなく、メモリ使用量の予算も持っていることを理解しています（AIが後席にいることが多い）。これらのメソッドの多くは、実装に費用がかかり、限られたリターンを提供します。これらのいずれか（または言及し忘れた他の高レベルの概念）がどこでいつデプロイされているかを知っている人がいるかどうかを知りたいです有名なゲーム:) また、この業界では、企業秘密が人生の事実であるということも知っています;）AAAタイトル以外に、あなた自身の成功事例（または災害）がある場合は、それらを聞くといいでしょう！：D

18 ai 

レースゲームでどうやって車をコントロールできるのか興味があります。 AIエージェントは、「0.35でスロットル、0.5でステアリングホイール、0.0でブレーキ」などのコマンドで車を制御する必要がありますか？それとも、車が固執するカーブを事前に計算する必要があります。前輪の回転のようなビジュアルは、すべてが一貫して見えるようにするためのものですか？または、他の方法はありますか？

17 game-design  ai 

具体的には、インディー開発者がMBTIに似たシステムを実装して、割り当てられたMBTIタイプに応じて、プレイヤーキャラクターのダイアログ、アクション、および選択肢を変更することはどれほど難しいでしょうか？ これは、プレイヤーキャラクターの反応の不気味さ、キャラクターが社交イベントに行くことを嫌がる、キャラクターが批評にどれだけうまく反応するかなどに限定される場合があります。 これまたは類似したことを行ったゲームを参照すると役立ちます。 編集：知らない人のために、マイヤーズブリッグスタイプインジケーターは、16（または最後の変数を含む32）を取得するために、5つの変数（最後は通常無視されます）に基づいて誰かの性格を測定する方法です異なる原型。 E xtraversion対I ntroversion決まりますが、他の人との相互作用などの注意の中心であるか、または、一人でいる歩行などの活動を行って、読んで、そしてイントロスペクションによって「エネルギーを取り戻す」場合。 S ensing対I Nのあなたは、事実、統計、および詳細に焦点を当てた実用的なアプリケーションとの考えを好む、または可能性を想像し、自分自身のためのコンセプトを探求し、より深い意味を見ることで、新しい情報を吸収することを好む場合は授業料が決まります。 T hinking対Fのあなたは、ロジック、値の正義を使用して意思決定を行う欠陥を発見し、悪魔の提唱者を再生する、または個人の価値観のベース意思決定楽しみ、より多くの物事がどの程度であればeelingが決定しなければならないこと。 J udging対知覚は、あなたが使用している場合を決定するT / Fはあなた、または周りの世界と対話する属性S / Iは属性。 知覚は、人々が選択肢を開いたままにしておき、事前にではなくその場で外部取引の決定をしたくなる傾向がありますが、判断は計画を立ててそれに固執する傾向があります。 その後、ありますssertive対Tの意思決定に自信を決定urbulentは、。断定的な個人はストレスによる影響が少ないと考えられますが、それはパフォーマンスにそれほど影響を与えないという副作用がありますが、乱流は完全主義、補完主義、パニックに関連しています。 多くの人々がいくつかの変数の中心に近いため、人々を32の異なるカテゴリにきちんと適合させることはできません。左右だけでなく、32の人格の代わりに「中間」の分類もある場合、243になります。 問題のパーソナリティシステムは、マイヤーズブリッグスである必要はなく、実際、著作権上の理由からいくつかの領域でそれから逸脱する必要があります。PCにゲーム内パーソナリティを与える目的は、プレイヤーがプレイヤーをエミュレートできるようにするのではなく、プレイヤーがそれらに関係できるようにするためです。 したがって、このようなシステムをRPGなどのゲームに統合することはどの程度実現可能ですか？

17 ai  character 

基本的に、すべてのゲーム会社はあなたのスキルセットを示すポートフォリオを見たいと思っています。ただし、AIを専門としている場合、スキルをどのように、どのように誇示する必要があります。 いくつかの考え AIデモの素敵なグラフィックスは必須ですか（AIを理解していない非技術的なHRを取得し、3次元2次元を考えてください）？ 多機能AIのデモまたは単一の焦点を絞った例。 経路探索、hfsm、計画などの基本的なスキルは重要なAIコンポーネントですが、ポートフォリオの一部として本当に印象的ですか？ 単一のAIエンティティ、複数のエンティティ、または大規模な集団のいずれがより良いのでしょうか？ また、ポートフォリオの一部として、理想的には、実行可能ファイルと、数分以内に見せかけようとしているものを見せびらかすビデオがあります。 例 このビデオで紹介したスキルはどれも素晴らしいポートフォリオ作品になると思いますが、ゲーム会社はこれを一人の人間に期待しています。 Autodesk Kynapse AIサンドボックスはもう1つの優れた例ですが、これは多くの多くの人々の仕事から作成されました。 AIサンドボックス 優れたAIポートフォリオの例は素晴らしいでしょう。

17 ai  portfolio  demo 

パスファインディングアルゴリズムによって検索された領域に正方形または六角形のグリッドを使用するのに大きな違いはありますか。言い換えれば、正方形または六角形の方が優れています。

17 ai  path-finding 

例えば： 世界に10の部屋があるとしましょう。 そして、世界には10のエンティティが住んでいるとしましょう。 また、各エンティティには独自の「毎日のルーチン」があり、部屋で特定のアクションを実行し、部屋間を移動することもできます。 プレーヤーは一度に1つの部屋にしか入ることができないので、他のエンティティが他の部屋で画面外で実行しているアクションを追跡する良い方法は何ですか？ 最も簡単なオプションは、すべてのフレームで10個のエンティティのそれぞれをチェックし、それらの位置/状態をチェックして、エンティティがいつでもプレイヤーがいる部屋にいるかどうかを判断することです。 （ただし、これは、特に部屋/エンティティの量が増加するにつれて、本当にリソースが重いと感じます。） 別のオプションは、ゲームの開始から経過した時間を追跡することです。各エンティティは、そのパターンがプレーヤーのいる部屋と交差するかどうかをチェックします。エンティティはこの特定の時間に同じ部屋にあると想定され、プレイヤーが現在の部屋と交差しないパターンのエンティティは、プレイヤーがパターンと交差する部屋に入るまで何もせず、その時点でのみかどうかを計算しますレンダリングする必要があります。（しかし、部屋と対話する場合、その時点での位置を決定するために、ルートと交差する部屋の状態を常に確認する必要がありますが、それはそれほど素晴らしいことではありません。） 私がやってきた3番目のオプションは、まずプレイヤーの場所と交差するルートのみを見て（前述のとおり）、次に部屋に入ると、プレイヤーがその部屋にいるかどうかを確認し、そうでない場合は部屋の状態と次の部屋に進むのにどれくらい時間がかかりますか。たとえば、管理人のNPCが部屋に入り、部屋の状態を確認し、プレイヤーによるこぼれがあることを確認し、それを掃除するのにかかる時間と経路がかかる時間を計算します。時間は次の部屋に入るためです。プレイヤーが部屋にいるかどうかを確認するだけです。レンダリングのためのNPCの正確な位置は、プレイヤーが部屋に入ったときにのみ計算されます。 しばらくブレインストーミングした後、私は3番目のオプションに来ましたが、おそらくこれらのようなものを処理するための既知のまたはより良い方法があるのだろうかと思いましたか？

16 ai  memory-efficiency 

子供の頃から、私は20Q電子ゲームがどのように機能するのか疑問に思っていました。オブジェクト、物、または動物（例えば、ジャガイモやロバ）を思い浮かべます。次に、デバイスは次のような一連の質問をします。 パンの塊よりも大きいのですか？ 屋外で見つかりますか？ レクリエーションに使用されていますか？ 各質問に対して、yes、no、多分、またはunknownと答えることができます。私は、それが巨大なネストされた条件（if-statements）で機能することを常に想像していました。ただし、プログラマにとっては複雑であるため、これは考えにくい説明だと思います。 そのようなシステムをどのように実装しますか？

16 ai 

私はゲーム開発者ではありません。ゲームではない好奇心盛なコーダーです。人気のある現代のゲーム、たとえばFPSでAIはどのように機能するのでしょうか？ハードコーディングされたルールに基づいていますか？他の種類のAI（自動運転車などを駆動するAIなど）との共通点はどれくらいですか？開発者はAIが自然に動作し、対戦するのが楽しいことをどのように保証しますか？ 私はグーグルでMinMaxのさまざまな派生物について言及しましたが、AIが継続的で変化しやすい世界にどのように対処するか、AIがどのようなアクション/状態に報酬を与え、さまざまなアクションの成功のチャンスをどのように把握するかについては答えませんでした。Machine Learningもあちこちで言及されているのを見ましたが、深刻なゲームでは使用されていないようです。

16 ai 

AIがマップの端にスポーンし、中央に向かって走るトップダウン2Dゲームがあります。 A *とノードメッシュを使用してパス検索を実行しています。 現在、AIはマップの端のポイントでスポーンし、すべて同じパスをたどります。これは中心への最短ルートです。 今、私は彼らをもっと驚くほど面白く、お互いに異なる道を歩んでほしいと思っています。 私はすぐにこれを行うための2つのアイデアを考えることができますが、人々が頻繁に使用する他の方法またはより良い方法があるかどうかを知りたいですか？ 1人の敵がスポーンして中心へのパスを生成したら、そのパス上のすべてのノードのコストを一時的に増やし、その後時間をかけてゆっくりと減らします。その後、後で出現する敵AIは、より広い道を歩むことを余儀なくされます。 上記のアプローチは、AIがますます幅広い道を歩むことにつながり、それでも非常に予測可能です。それで、地図の周りにいくつかの中間目標ノードも導入すると思いました。AIがスポーンすると、中間ゴールの1つをランダムに選択し、最初にそこに向かってからマップの中心に向かいます。これを上記のコスト増加のアプローチと組み合わせると、かなり良いように見えるでしょうか？ AIがとる道を変え、説得力があり驚きに見えるようにするために、人々がどのアプローチが最も効果的であると感じましたか？

16 ai  path-finding  navmesh 

AIに関する理論があり、それについて「ホワイトペーパー」を書きたいと思っています。AIで検討したいのは、学習と戦略の違いです。私の質問は、この主題に関する他の資料はどこで読むことができますか？ チェスの例を挙げましょう。チェスAIを最大ツリーとして見てみましょう。敵ユニットをキャプチャすると、そのユニットの値がその決定の「移動スコア」に追加されます（同様に、ピースを失うとその値がスコアに減算されます）。ポーンをキャプチャすると、1ポイント、ナイト4ポイント、ルーク5ポイントなどを獲得できます。 これらのポイントを適用し、次の動きを決定するための戦略はAIです。例えば。10の可能な動きが与えられたら、3つの動きの終わりに最高の（最大スコア）を選びます。 学習は、統計的観察を適用してそれらの値を決定することです。100ゲームをプレイする場合、AIはポーンをキャプチャすると2ポイント、ナイトは7ポイント、ルークは3ポイント（100ゲームに基づく）の価値があると判断する場合があります。 この区別はすでに文学に存在しますか？もしそうなら、どこでそれについて読むことができますか？ 編集：このアプローチを利用するチェスゲーム（できればソースコード付き）を知っている人はいますか？たぶんChess960 @ Home？

16 ai  chess 

ネットワークターンベースの3D-6DOF宇宙艦隊戦闘戦略ゲームを設計しています。これは、船のカスタマイズに大きく依存しています。質問を設定するにはゲームについて少し知る必要があるので、ゲームについて少し説明しましょう。 私が目指しているのは、カスタムシェイプと付属モジュール（プロペラ、トラクタービームなど）を備えた独自の艦隊を作成する能力です。これにより、各艦に長所と短所が与えられるため、艦隊の分布が多数あります。たとえば、側面に2つのプロペラを備えた長い船は、その飛行機の周りを簡単に回転し、後方に多くのプロペラを置かない限り、大きな船はゆっくりと動きます（したがって、移動するときに「建設」ポイントとエネルギーを多く消費し、その方向に向かって速く移動するだけです。）この機能を中心にすべてのゲームのバランスをとる予定です。 ゲームは、注文と戦闘の2つのフェーズを中心に展開します。注文フェーズでは、さまざまな船を指揮します。すべてのプレイヤーが注文フェーズを完了すると、戦闘フェーズが開始され、船の注文がリアルタイムでしばらくの間解決され、その後アクションが一時停止し、新しい注文フェーズがあります。 問題は、プレイヤーの入力について考えるときに発生します。船を動かすには、操縦、前進、ブレーキ、定位置で回転したい場合、異なるプロペラをオンまたはオフにする必要があります...これらのプロペラは全力で動作する必要がないため、より多くの動きを実現できますより少ないプロペラとの組み合わせ。 このアプローチは少し退屈だと思います。プレイヤーはモーターなどをいじりたくありません。ただ移動して殺したいだけです。私がプレイヤーにこれらの船に命令を与える方法は、目的地と回転によるもので、AIは正しいプロペラ力を計算してその運動と回転を実現します。ターン計算全体を通して推進力が同じである必要はないため（注文が与えられた後）、船が移動するときに反応し、必要に応じてプロペラの出力を動的に調整する場合はクールになりますが、実装するのが難しすぎて、ゲームが機能するために実際には必要ありません。 どちらの場合でも、AIはどのプロペラをアクティブにして最適な（または少なくとも最悪ではない）軌道を達成するかをどのように決定しますか？ 私はいくつかのアプローチについて： AIの学習：船の種類は試行錯誤によって動きを学習し、より多くの用途で動作を調整し、最終的に「スマート」になります。AIコーディングにこれほど関与したくはありませんし、プレーヤーにとってはイライラすることになると思います（プレイしなくても学習させることができたとしても）。 事前に計算されたタイムステップの動き：船の作成時に、特定のデルタ時間の各プロペラ構成と出力について、考えられるすべての動きが計算されます。メモリ集約型、,い、悪い。 事前計算された軌跡：上記と同じですが、各デルタ時間ではなく、軌跡全体が可能な限り適合します。戦闘フェーズ全体でプロペラの構成を固定する必要がありますが、それでもメモリを大量に消費し、ugくて悪いです。 継続的なブルートフォース： AIは、戦闘フェーズ全体で可能なすべてのプロペラ構成を継続的にチェックし、いくつかのタイムステップを事前計算し、それに基づいて最適なプロペラを決定します。短所：今は良いことは後でそれほど良くないかもしれませんし、CPUに過度に負荷がかかり、見苦しく、悪いです。 単一のブルートフォーシング：上記と同じですが、シミュレーションの開始時にブルートフォーシングのみが行われるため、戦闘フェーズ全体で一定のプロペラ構成が必要です。 連続角度チェック：これは完全な移動方法ではありませんが、「愚かな」プロペラ構成を破棄する方法かもしれません。現在のプロペラの法線ベクトルと最後のベクトルを考えると、角度に基づいてプロペラに必要なパワーを概算できます。これは、戦闘フェーズ全体を通して継続的に行わなければなりません。私は最近、これを考え出したので、あまり考えませんでした。先験的に、それは「今は良いことは後で良くないかもしれない」という欠点もあり、より良い推進構成を作るために一緒に行動する他のプロペラを気にしません。 私は本当にここで立ち往生しています。何か案は？

15 algorithm  ai  movement  turn-based-strategy 

閉じた。この質問はより集中する必要があります。現在、回答を受け付けていません。 この質問を改善したいですか？この投稿を編集するだけで1つの問題に焦点を当てるように質問を更新します。 閉じた3年前。 簡単なAIプログラミング/設計を開始しようとしているゲーム開発者向けに、無料の記事/電子ブックと物理的な書籍や物の両方を含む、利用可能なリソースはありますか？ 注：私はこの質問を知っていますが、それは特定のトピックのどこから始めればよいのかということです。一般的なリソースについてもっと質問しています。

15 ai  assets  books 

プレイヤーと敵に位置があり、それぞれの方向ベクトルが与えられている場合、一方が他方を「見る」ことができるかどうかをどのように確認できますか？ 言い換えると、方向を持つ1つの位置が方向を持つ別の位置の前または後ろにあるかどうかをテストするにはどうすればよいですか？ 私の目的では、「前」とは、直接、または左右に90度のことを意味します。

15 mathematics  ai  vector 

私のゲームの宇宙船は、任意の量のスラスタを任意の回転で任意の場所に取り付けてプレイヤーが構築することを意図しています。現在、船を所定の角度に回転させる（加速と減速）ための汚いコードがあります。 これは、赤い線が指す場所に面し、左に回転するように指示された対称的な船の例です。 しかし、ご想像のとおり、プレイヤーがスラスタをどこに置いたかによっては、望ましくない直線的な力が船に影響を与えることがあります。この場合、船は前進し始めます。 スラスタが線形速度を発生させないために適用できる最大推力を見つけることができるかどうかについて詳しく説明しています。（上記の場合、後部スラスタからの力に対抗するものが何もないため、それはありません。前部スラスタは互いに殺します）。 これまでに思いついたのは、「回転効率」を決定する式です。たとえば、直線運動に関連してどの程度の回転が発生するかです。 a-スラスタaへの位置ベクトルb-スラスタbへの位置ベクトルv1-スラスタaからの力v2-スラスタbからの力 EfficiencyDelta = a.cross（v1）/ | v1 | -（a.cross（v1）+ b.cross（v2））/ | v1 + v2 | 、基本的に「a.cross（v1 * t）/ | v1 |」ターン効率となるはずです。そして、新しいスラスタを発射する価値があるかどうかを確認するために、スラスタの回転効率を合わせて差し引きます。 スラスタがオン/オフになっているわけではないことを認識したときに問題が発生しますが、スラストを0から1に変えることができます。また、プレイヤーが船を前進させたい場合の対処方法 もちろん、回転/移動する量のバランスが必要です。 私はロケット科学者ではないので、各スラスタのスロットルをこのように計算し、正しい方向にプッシュすることが可能かどうかを教えてくれる人がいることを望んでいます。 お時間をいただきありがとうございます！/キム

14 2d  ai  vector  balance  steering-behaviors 

エージェントが土地のために戦っているゲーム/シミュレーションを開発しています。私は次の図に示すような状況にあります。 これらのクリーチャーは歩き回っており、自由な場合は踏む土地を占有します。これをさらに面白くするために、エージェントが実際に土地を歩き回り、侵入者からパトロールするように「巡回」行動を導入したいと思います。 技術的な面では、各正方形はx,y位置として、またその辺の長さを表す寸法として表されます。また、誰が広場を占有しているかに関する情報も含まれています。すべての正方形はに保存されますArrayList。 パトロール動作を導入するにはどうすればよいですか？私が望んでいるのは、各エージェントがエリアの特定の部分をパトロールすることです（彼らはパトロールするエリアを自分たちの間で分割します）。私が見つけた主な問題は次のとおりです。 写真に見られるように、土地の面積は非常にランダムです。各方向の境界がどこにあるかを理解するのはかなり困難です。 エージェントはどのように地域をパトロールする必要がありますか？ 敵チームは中央から領土を奪う可能性があるため、土地のエリアはばらばらになる可能性があります。 私は、各方向に最も遠い正方形を取り、それらをエリアの境界として扱い、それらの境界に基づいて領域を分割するというアイデアを思いつきましたが、これには多くの無関係な土地が含まれる場合があります。 この問題にどのように取り組むべきですか？

14 java  ai  grid