具体来说,我正在谈论本次比赛的编程:http://www.nodewar.com/about
比赛要求您在二维世界中与拥有大量宇宙飞船的其他团队进行比赛。这些船只受到边界的限制(如果它们离开就会死亡),并且它们必须不断避开卫星(卫星用重力将船只拉近)。目标是杀死对方女王。
我尝试编写一些相对基本的技术,但我感觉好像缺少一些基本的东西。
例如,我实现了一些 boids 行为 ( http://www.red3d.com/cwr/boids/ ),但可以这么说,它们似乎缺乏......目标。
此类游戏是否有任何通用技术(或者最好是技术组合)?
编辑
我想再次打开这个并提供赏金,因为我觉得我仍然缺少关键信息。以下是我的 NodeWar 代码:
boundary_field = (o, position) ->
distance = (o.game.moon_field - o.lib.vec.len(o.lib.vec.diff(position, o.game.center)))
return distance
moon_field = (o, position) ->
return o.lib.vec.len(o.lib.vec.diff(position, o.moons[0].pos))
ai.step = (o) ->
torque = 0;
thrust = 0;
label = null;
fields = [boundary_field, moon_field]
# Total the potential fields and determine a target.
target = [0, 0]
score = -1000000
step = 1
square = 1
for x in [(-square + o.me.pos[0])..(square + o.me.pos[0])] by step
for y in [(-square + o.me.pos[1])..(square + o.me.pos[1])] by step
position = [x, y]
continue if o.lib.vec.len(position) > o.game.moon_field
value = (fields.map (f) -> f(o, position)).reduce (t, s) -> t + s
target = position if value > score
score = value if value > score
label = target
{ torque, thrust } = o.lib.targeting.simpleTarget(o.me, target)
return { torque, thrust, label }
但是,我可能错误地实现了势场,因为我能找到的所有示例都是关于离散运动的(而 NodeWar 是连续的且不精确)。
主要问题是我的人工智能。永远不会在游戏区域内停留超过 10 秒而不飞出屏幕或撞上月球。
最佳答案
您可以轻松地让 boids 算法玩 Nodewar 游戏,只需向 boids 添加额外的转向行为和/或修改默认行为即可。例如,您可以添加一个转向行为来避开月球,以及一个针对敌方船只的转向行为(排斥或吸引,取决于您和敌方船只之间的位置)。然后应该调整吸引力/排斥力的权重(可能通过遗传算法,相互对抗不同的配置)。
我相信这种方法会给你一个相对强大的基线玩家,你可以开始添加协作策略等。
关于machine-learning - 有哪些相关的人工智能?对一群实体进行编程的技术?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16127772/