Re: [請益] 關於一些遊戲的AI

[VVll (信)]

※ 引述《kusanagi02 (漫漫長夜)》之銘言：
: 程度:幾乎是零,大學一年級有寫過JAVA和C,但是現在只會hello word 然後
: print這樣(目前距離大一時期已經快10年XD)
: 需求:我喜歡玩KOF98~2000,WC3,英雄連隊,總而言之就是格鬥遊戲+即時戰略
: 因為我只喜歡和電腦打,打久了忽然某天想要改寫AI,但是不知要從哪裡入門
: 所以上來請益
: 比如我覺得電腦的草薙太蠢,想要讓他至少學會2C反擊對空,或者基本連續技
: 不要亂放槍(重拳+毒咬3hits)
: 同理,我也覺得WC3電腦很蠢都不會看玩家出什麼單位換兵,比如不死族永遠不會
: 出毀滅者,CP完不要每次都回家
: 請問從哪裡入門好呢(我只是想當業餘的,不要鞭太兇XD)
以RTS來說 這就是一個經典的AI設計
http://www.youtube.com/watch?v=IKVFZ28ybQs

SC2的坦克架砲後 擁有長射程與範圍傷害
以正常玩家的反應速度來說 100隻狗 去打20台坦克 可能都打不贏
但假如 這100隻狗是把AI當成APM 8000的咧

就會出現影片結果 根本威能


同理AI設計 越強大的設計就越複雜
因為要考慮的細節就越多
簡單的AI設計可以從 井字遊戲下手 再來就是五子棋..
棋類中據說最難的是日本的將旗

當然 你可以設計橫向射擊捲軸的AI 比如雷電 1943

要把所有可能判斷到 又有非常快的反應速度 又要去學演算法

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 123.240.195.178
推 chenglap:我覺得很簡單: 你不懂寫遊戲, 就不懂寫遊戲 AI.
→ VVll:我覺得非常擅長某一種遊戲的玩家 也可以做好AI設計
推 kuso0516:我還以為最難的是圍棋@@
→ VVll:將旗有個特別規則 吃掉的旗子 可以變自己的(俘虜)
推 ddavid:圍棋的複雜度，不見得比一些複雜一點的RSLG、SLG或RTS高
→ ddavid:尤其RTS的AI有非常嚴格的運算時間限制，當然就算是回合制的
→ ddavid:SLG也不能算到玩家不耐煩
推 LaPass:最難的真的是圍棋.....
→ LaPass:就規則來講是很簡單沒錯，比大多數一堆技能、規則、單位的
→ LaPass:遊戲簡單很多。但是AI就是做不來。
推 LaPass:而且，下圍棋的時間很充裕的，高端比賽有可能下整天，但AI
→ LaPass:還是算不出來。
→ azureblaze:圍棋一步有300多個選擇 複雜度非常高...
→ azureblaze:西洋棋人類10年前就被打敗了 電腦圍棋還是輸很慘
推 ddavid:前兩樓把SLG的計算量看得太小了吧，隨便粗淺估計，假設一個
→ ddavid:回合制RSLG有五個角色，每個角色移動力平均讓他們可以移到
推 elfkiller:圍棋難在選擇多且難以挑選 規則難通常"好的行動"有限
→ ddavid:10個不同的位置（包括不動），每個角色有3個不同的技能可使
→ ddavid:用，允許先移動再使用技能或先使用技能再移動。
→ elfkiller:圍棋利益較難以判斷 評價函數撰寫較困難
→ ddavid:光是這樣，選擇就有(5!)*10*3*2 = 7200種。
→ ddavid:至於SLG遊戲的利益是不是真的比圍棋好判斷，我個人認為否。
推 ddavid:一些很簡單的例子，現在拼掉MP把對方某單位拼死然後被其他
→ ddavid:單位反擊，或者穩著慢慢龜比較好？要先處理DD還是控場？要
→ ddavid:怎樣走位抓下一回合甚至更之後回合的一擊殺機會？先占地利
→ ddavid:資源慢慢經營還是一波Rush？其實最佳化評估遠比圍棋困難。
→ ddavid:只是因為研發者 + 玩家都並不要求最佳化的AI，或者反過來說
→ ddavid:把AI最佳化不見得遊戲會比較好玩，所以這個事實才會並不被
→ ddavid:在意。但如果目標是完全公平（例：各種電競遊戲的AI設計）
→ ddavid:下AI要能跟玩家對抗，這問題馬上就很明顯了。
推 ddavid:當然如果是單一的機械化操作，就像SC中單一兵種對抗的AI，
→ ddavid:那就相對很好寫，事實上也有不少已完成案例，因為那就是在
→ ddavid:大幅限制雙方的情況下壓縮了複雜度且讓評估函數單純化，所
→ ddavid:以可以看到很強猛的AI龍騎舞操作、AI槍兵散兵甩槍操作之類
→ ddavid:，可是仍然沒有一個很好的、能從開局營運跟人類玩家對抗到
→ ddavid:底不落下風的不作弊AI。
推 juicefish:AI難的地方在於布局這東西不好、無法量化
→ juicefish:SLG相對簡單的部分是資源量跟單純操作相關(Macro, APM)