Tag: 游戏ai

机器学习在游戏AI

在过去的游戏中，我敢肯定，简单的开关/案例陈述（从某种意义上来说）对于大部分“AI”游戏来说都可以做到。 然而，随着游戏越来越复杂，特别是在3D飞跃中，需要更复杂的algorithm。 我的问题是，在这个游戏AI中使用的实际机器学习algorithm（如强化学习）？ 还是那个大多还只是在大学的研究项目中（我曾经接触过）？ 如果不是真正的机器学习algorithm，那么什么是驱动商业游戏AI的尖端？ 它是简单高度复杂的，但是能够覆盖大多数可能性的静态（非ML）algorithm？ 如果是这样，使用什么样的实际algorithm？ 我一直很好奇，谢谢！ 编辑：思考一下后，我可以进一步澄清一下。 游戏中的代理人如何做出决定？ 如果他们没有实时使用实际的学习algorithm，那么可能是在开发阶段用来产生模型（静态algorithm）的学习algorithm，然后用这个模型在游戏中做出决策？ 或者是某种意义上的手动编码决策的静态algorithm？