如何利用神经网络解决“软”解？

Question

我正在考虑在我正在构建的太空射击游戏中使用神经网络为我的敌人提供动力，我想知道；当网络没有一组明确的良好输出时，如何训练神经网络？

Answer 1

我目前正在研究神经网络，如果没有明确定义的输入和输出编码，它们似乎毫无用处，而且它们根本无法扩展到复杂性（请参阅 http://en.wikipedia.org/wiki/VC_dimension）。这就是为什么神经网络研究自 20-30 多年前最初的炒作以来几乎没有什么应用，而基于语义/状态的人工智能由于在现实世界应用中的成功而吸引了每个人的兴趣。

• 一个好的起点可能是弄清楚如何用数字表示游戏的状态作为神经网络的输入。
• 接下来的事情是弄清楚什么样的输出对应于游戏中的动作。
• 考虑要使用的神经网络的结构。为了从神经网络中获得有趣的复杂行为，网络几乎必须是循环的。你需要一个循环网络，因为它们有“记忆”，但除此之外你没有太多其他的东西可以继续。然而，具有任何复杂结构的循环网络确实很难训练其行为。
• 神经网络取得成功的领域往往是分类（图像、音频、语法等），而在统计预测方面的成功有限（我们期望这个词后面出现什么词，明天的股票价格是多少？）

简而言之，对你来说，在游戏的一小部分中使用神经网络可能会更好，而不是作为核心敌人人工智能。

Answer 2

您可以查看 AI动态游戏难度平衡，了解各种AI技术和参考资料。

（IMO，你可以实施敌人的行为，比如“围绕敌人”，这将非常酷，而不需要深入研究高级AI概念）

编辑：既然你正在制作一个太空射击游戏而你想为你的敌人提供某种AI，我相信你会发现这个链接很有意思：自主角色的指导行为

Answer 3

您是否认为可以轻松修改FSM以响应刺激？毕竟它只是一个数字表，你可以把它保存在某个地方的内存中并随时改变数字。我在我的一个博客推动的删除中写了一些关于它的信息，奇怪的是它被一些Game AI新闻网站收录了。然后，那个建立Pacman女士AI的人可以击败人类并获得真实新闻，在我的博客上留下了评论，其中包含更多有用信息的链接

这是我的博客文章，其中包含了一些关于使用马尔可夫链来不断适应游戏环境的想法，并且可能叠加并结合了计算机已经了解的关于玩家如何对游戏情况作出反应的东西。

http://bustingseams.blogspot.com/2008/03 /funny-obsessive-ideas.html

这里是关于强化学习的令人敬畏的资源的链接，先生。 smarty mcpacman为我发布。

http：//www.cs.ualberta。 CA /％7Esutton /书/电子书/所述-book.html

这是另一个很酷的链接

http://aigamedev.com/open/architecture/online-适应游戏-对手/

这些不是神经网络方法，但它们确实适应并不断学习，并且可能比神经网络更适合游戏。

Answer 4

我将向您推荐马修·巴克兰的两本书。

• 游戏人工智能编程示例
• 游戏编程的人工智能技术

第二本书进入了后传播，这是大多数人在谈论NN时的意思。

也就是说，如果你想创建有意义的游戏人工智能，我认为第一本书更有用。有一个关于成功使用 FSM 的精彩而充实的部分（是的，很容易让自己被 FSM 绊倒）。