Como usar redes neurais para resolver soluções “soft”?

Question

Estou pensando em usar uma rede neural para alimentar meus inimigos em um jogo de tiro espacial que estou construindo e eu estou querendo saber; Como você treina redes neurais, quando não há ninguém bom conjunto definitivo de saídas para a rede?

Answer 1

Estou estudando redes neurais no momento, e eles parecem bastante inúteis sem codificações de entrada e saída bem definidas, e eles não escala em tudo à complexidade (ver http://en.wikipedia.org/wiki/VC_dimension ). É por isso que a pesquisa da rede neural teve tão pouca aplicação desde o hype inicial mais de 20-30 anos atrás, enquanto base semântica / estado AI assumiu interesse de todos por causa de sua sucesso em aplicações do mundo real.

• A portanto, um bom lugar para começar poderia ser a de descobrir como para representar numericamente o estado do jogo como insumos para a rede neural.
• A próxima coisa seria para descobrir que tipo de saída corresponderia a ações no jogo.
• pensar sobre a estrutura da rede neural para uso. Para obter um comportamento complexo interessante a partir de redes neurais, a rede tem quase a ser recorrentes. Você vai precisar de uma rede recorrente, porque eles têm 'memória', mas além disso você não tem muito mais para ir em frente. No entanto, as redes recorrentes com qualquer estrutura complexa é realmente difícil de treinar para se comportar.
• As áreas onde as redes neurais têm sido bem sucedidas tendem a ser classificação (imagem, áudio, gramática, etc) e um sucesso limitado na previsão estatística (que palavra seria esperamos vir após esta palavra, qual será o preço das ações será amanhã? )

Em suma, é provavelmente melhor para você usar redes neurais para uma pequena parte do jogo sim como o inimigo núcleo AI.

Answer 2

Você pode conferir AI dinâmico jogo de dificuldade em equilibrar para várias técnicas de IA e referências.

(IMO, você pode implementar comportamentos inimigas , como "cercar o inimigo", que vai ser muito legal, sem se aprofundar em conceitos avançados AI)

Editar: uma vez que você está fazendo um jogo de tiro espacial e você quer algum tipo de AI para os seus inimigos, eu acredito que você vai achar interessante este link: direcção Personagens Comportamentos Para Autónomas

Answer 3

Você considerou que é facilmente possível modificar um FSM em resposta a estímulo? É apenas uma tabela de números depois de tudo, você pode prendê-lo em algum lugar da memória e alterar os números que você vá. Eu escrevi sobre isso um pouco em um dos meus blogs alimentada deleriums, e estranhamente foi pego por algum site de notícias jogo AI. Então o cara que construiu um Ms. Pacman AI que poderia bater os seres humanos e obteve na notícia real deixou um comentário no meu blog com um link para informações ainda mais útil

aqui está o meu blog com as minhas divagações incoherant sobre alguma idéia que eu tinha sobre o uso de cadeias de Markov para se adaptar continuamente para um ambiente de jogo e, talvez, sobrepor e combinar algo que o computador tenha aprendido sobre como funciona o jogador para situações de jogo.

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

e aqui está o link para o recurso incrível sobre o reforço aprendendo que mr. mcpacman smarty postada para mim.

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

aqui está outro link legal

http://aigamedev.com/open/architecture/online- adaptação para o jogo de oponente /

Estes não são rede neural se aproxima, mas eles se adaptar e aprender continuamente, e provavelmente são mais adequadas para jogos do que as redes neurais.

Answer 4

Eu vou encaminhá-lo para dois dos livros de Matthew Buckland.

• programação de jogos AI por exemplo
• técnicas de IA para Game Programming

O segundo livro vai para back-propagação ANN, que é o que a maioria das pessoas querem dizer quando conversa sobre NN qualquer maneira.

Dito isso, eu acho que o primeiro livro é mais útil se você quiser criar jogo significativa AI. Há uma agradável, seção de carne sobre o uso FSM com sucesso (e sim, é fácil tropeçar-se com um FSM).