ニューラルネットワークを使用して＆＃8220; soft＆＃8221;を解決する方法ソリューション？

Question

ニューラルネットワークを使用して、構築中のスペースシューティングゲームで敵に電力を供給することを検討しています。ネットワークの出力の決定的な良いセットがない場合、どのようにニューラルネットワークを訓練しますか？

Answer 1

現在、ニューラルネットワークを研究していますが、明確に定義された入力および出力エンコーディングがないと、まったく役に立たないように見えます。また、複雑さにまったく対応していません（ http://en.wikipedia.org/wiki/VC_dimension ）。セマンティック/状態ベースのAIが実際のアプリケーションでの成功によりすべての興味を引き継いでいたのに対し、ニューラルネットワークの研究は20-30年以上前の最初の誇大宣伝以来ほとんど適用されなかった理由です。

• 最初に始めるのに適した場所は、ゲームの状態をニューラルネットの入力として数値的に表現する方法を見つけることです。
• 次は、ゲームのアクションに対応する出力の種類を把握することです。
• 使用するニューラルネットワークの構造について考えます。ニューラルネットワークから興味深い複雑な動作を取得するには、ネットワークをほぼ反復させる必要があります。リメモリネットワークには「メモリ」があるため、リカレントネットワークが必要になりますが、それ以上のことをする必要はありません。ただし、複雑な構造を持つリカレントネットワークは、動作するように訓練するのが本当に困難です。
• ニューラルネットワークが成功している分野は、分類（画像、音声、文法など）と統計的予測の成功が限られている傾向があります（この単語の後にどんな単語が来ると思いますか、株価は明日どうなりますか？ ）

要するに、ゲームのごく一部にニューラルネットを使用して、敵のコアAIとして使用する方がよいでしょう。

Answer 2

さまざまなAIテクニックとリファレンスについては、 AI動的ゲームの難易度のバランスを確認できます。

（IMO、「敵を囲む」などの敵の行動を実装できます。これは高度なAIの概念を掘り下げることなく、本当にクールになります）

編集：スペースシューティングゲームを作成していて、敵に何らかのAIが必要なため、このリンクは興味深いと思うと思います：自律キャラクターのステアリング動作

Answer 3

刺激に応じてFSMを簡単に修正できると考えましたか？結局のところ、これは単なる数字の表であり、どこかに記憶しておくと、数字を変更することができます。私は私のブログの1つであるデレリウムでそれについて少し書きましたが、奇妙なことにGame AIのニュースサイトで取り上げられました。それから、人間を打ち負かして本当のニュースを手に入れることができるMs. Pacman AIを構築した人は、さらに有益な情報へのリンクを含む私のブログにコメントを残しました

これは、マルコフチェーンを使用してゲーム環境に継続的に適応し、おそらくコンピューターがゲームの状況にどのように反応するかについてコンピューターが学習したものをオーバーレイして組み合わせるというアイデアについての一貫性のないとりとめのないブログ投稿です。

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

そして、こちらが強化学習に関する素晴らしいリソースへのリンクです。 smarty mcpacmanが投稿してくれました。

http：//www.cs.ualberta。 ca /％7Esutton / book / ebook / the-book.html

もう1つのクールなリンク

http://aigamedev.com/open/architecture/online- adaptation-game-opponent /

これらはニューラルネットのアプローチではありませんが、適応し、継続的に学習するため、おそらくニューラルネットワークよりもゲームに適しています。

Answer 4

マシュー・バックランドの2冊の本を紹介します。

• 例によるゲームAIのプログラミング
• ゲームプログラミングのAIテクニック

2番目の本は、バックプロパゲーションANNについて説明しています。 とにかくNNについて話します。

とはいえ、意味のあるゲームAIを作成する場合は、最初の本の方が便利だと思います。 FSMを正常に使用するための素敵で肉付きの良いセクションがあります（そして、もちろん、FSMで簡単にトリップできます）。