मैं एक अंतरिक्ष शूटर गेम में अपने दुश्मनों को सशक्त बनाने के लिए एक तंत्रिका नेटवर्क का उपयोग करने पर विचार कर रहा हूं, मैं इमारत कर रहा हूं और मैं सोच रहा हूं; नेटवर्क के आउटपुट के लिए कोई निश्चित अच्छा सेट नहीं होने पर आप तंत्रिका नेटवर्क को कैसे प्रशिक्षित करते हैं?"मुलायम" समाधान हल करने के लिए तंत्रिका नेटवर्क का उपयोग कैसे करें?
मैं फिलहाल तंत्रिका नेटवर्क का अध्ययन कर रहा हूं, और वे अच्छी तरह से परिभाषित इनपुट और आउटपुट एन्कोडिंग के बिना काफी बेकार लगते हैं, और वे जटिलता पर बिल्कुल स्केल नहीं करते हैं (http://en.wikipedia.org/wiki/VC_dimension देखें)। यही कारण है कि 20-30 साल पहले प्रारंभिक प्रचार के बाद तंत्रिका नेटवर्क शोध में बहुत कम आवेदन हुआ था, जबकि अर्थपूर्ण/राज्य आधारित एआई ने वास्तविक दुनिया के अनुप्रयोगों में इसकी सफलता के कारण हर किसी के हितों को संभाला था।
संक्षेप में, आपके लिए कोर दुश्मन एआई के बजाए खेल के एक छोटे से हिस्से के लिए न्यूरल जाल का उपयोग करना बेहतर है।
मुझे लगता है कि मैं इनपुट के लिए स्वास्थ्य, वर्तमान गति, और खिलाड़ी दिशा/दूरी जैसे बुनियादी इनपुट का उपयोग कर सकता हूं और उसके बाद शूटिंग की दिशा हो सकती है, वर्तमान में शूटिंग मूल्य और या तो एक जोर वेक्टर या गति को एक्सेल/डीकेल मान बदल सकता है। इसके अलावा, क्या आप "पुनरावर्ती" तंत्रिका नेटवर्क के बारे में अधिक जानकारी के लिए एक लिंक प्रदान कर सकते हैं? मैं उनसे परिचित नहीं हूँ। – RCIX
एक आवर्ती नेटवर्क का मतलब है कि आउटपुट को इनपुट के रूप में न्यूरॉन्स में वापस खिलाया जाता है। विभिन्न व्यवहार के साथ विभिन्न प्रकार के तंत्रिका जाल हैं। कुछ साधारण लोग एल्मैन नेटवर्क हैं http://wiki.tcl.tk/15206 और हॉपफील्ड नेटवर्क http://en.wikipedia.org/wiki/Hopfield_network उनके बारे में बहुत सामान्य जानकारी उपलब्ध नहीं है कि वे कैसे काम करते हैं और वे ' इसके लिए अच्छा है, इसलिए आप विश्वविद्यालय व्याख्यान नोट्स और कागजात के लिए Google विद्वान के माध्यम से खोज बंद कर रहे हैं। फिर, कारण यह है कि इस शोध के अधिकांश ने अकादमिक नहीं छोड़ा है क्योंकि वास्तविक समस्याओं को हल करने के लिए उनका उपयोग करना बहुत मुश्किल है। –
आप विभिन्न एआई तकनीकों और संदर्भों के लिए AI Dynamic game difficulty balancing देख सकते हैं।
(IMO, आप, दुश्मन व्यवहार लागू कर सकते हैं की तरह है, जो वास्तव में बहुत अच्छा हो जाएगा "दुश्मन के चारों ओर", उन्नत ऐ अवधारणाओं में जाने पर बिना)
संपादित करें: यदि आप एक अंतरिक्ष शूटर खेल कर रहे हैं के बाद से और आप अपने दुश्मनों के लिए किसी प्रकार की एआई चाहते हैं, मुझे विश्वास है कि आपको यह लिंक दिलचस्प लगेगा: Steering Behaviors For Autonomous Characters
यह दिलचस्प है। ऐसा लगता है कि मैं कम से कम एक गेमर को एक तंत्रिका नेट के साथ गतिशील कठिनाई प्रदान करने के लिए इंजीनियर कर सकता हूं जब खिलाड़ी मजाक कर रहे हों। – RCIX
क्या आपने माना है कि उत्तेजना के जवाब में एफएसएम को संशोधित करना आसानी से संभव है? यह केवल संख्याओं की एक सारणी है, आप इसे स्मृति में कहीं भी पकड़ सकते हैं और जैसे ही आप जाते हैं उन्हें बदल सकते हैं। मैंने इसके बारे में लिखा है कि मेरे ब्लॉग में से एक ने डेलरियम को ईंधन दिया है, और यह कुछ गेम एआई न्यूज साइट द्वारा विचित्र रूप से उठाया गया है। फिर वह व्यक्ति जिसने सुश्री पॅकमैन एआई बनाया, जो इंसानों को हरा सकता था और असली खबरों पर पहुंचा, मेरे ब्लॉग पर और भी उपयोगी जानकारी के लिंक के साथ एक टिप्पणी छोड़ दिया
मेरे ब्लॉग पोस्ट को मेरे विचारों के बारे में कुछ विचारों के बारे में बताया गया है। एक गेम पर्यावरण के लिए निरंतर अनुकूलन करने के लिए मार्कोव चेन का उपयोग करने के बारे में था, और शायद ओवरले और उस चीज़ को गठबंधन करें जो कंप्यूटर ने सीखा है कि खिलाड़ी खेल परिस्थितियों पर कैसे प्रतिक्रिया करता है।
http://bustingseams.blogspot.com/2008/03/funny-obsessive-ideas.html
और यहाँ कि श्री सीखने सुदृढीकरण के बारे में भयानक संसाधन के लिए लिंक है। smarty mcpacman मेरे लिए पोस्ट किया गया।
http://www.cs.ualberta.ca/%7Esutton/book/ebook/the-book.html
यहाँ एक और शांत लिंक
http://aigamedev.com/open/architecture/online-adaptation-game-opponent/
इन तंत्रिका शुद्ध दृष्टिकोण नहीं हैं, लेकिन वे अनुकूलन है और लगातार सीखते हैं, और शायद बेहतर तंत्रिका नेटवर्क की तुलना में खेल के लिए अनुकूल हैं।
दिलचस्प दृष्टिकोण और मैं उन लिंक को देखूंगा – RCIX
मैं आपको मैथ्यू बकलैंड की दो पुस्तकों के बारे में बताऊंगा।
दूसरी पुस्तक बैक-प्रसार एएनएन है, जो ज्यादातर लोगों को जब वे एनएन के बारे में वैसे भी बात क्या मतलब है में चला जाता है।
उसने कहा, मुझे लगता है कि यदि आप अर्थपूर्ण गेम एआई बनाना चाहते हैं तो पहली पुस्तक अधिक उपयोगी है। एफएसएम का सफलतापूर्वक उपयोग करने पर एक अच्छा, मांसपेशियों वाला अनुभाग है (और हाँ, एफएसएम के साथ खुद को यात्रा करना आसान है)।
मुझे आपको शूट करने से नफरत है, लेकिन परिमित राज्य मशीन प्रोग्राम और संतुलन के लिए कहीं अधिक आसान हैं, असामान्य स्थितियों _better_ और गेम एआई के सामान्य समाधान को संभालने के लिए बहुत आसान हैं। देखें http://au.gamespy.com/pc/fear/698080p1.html –
क्षमा करें, मेरा मतलब है कि आप इस पृष्ठ से लिंक करें - भय एआई - उन्होंने यह कैसे किया (एक महान पढ़ा, कम से कम विचारों के लिए देखो) http: //web.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf –
मुझे यकीन है कि मैं एफएसएम के अलावा कुछ और करूंगा। उन्हें आसानी से पर्याप्त समय से बाहर निकाला जा सकता है, तो अब और खेलना वास्तव में मजेदार नहीं है। एक तंत्रिका नेटवर्क के साथ जो लगातार सीख रहा है, यह संभवतः दुश्मन रणनीति के अनुकूल हो सकता है। इसके अलावा, आप अभी भी सोचते हैं कि यह एक बुरा विचार है जो इसे अकादमिक प्रश्न के रूप में मानता है। – RCIX