Beteendevarierande agenter med stokastiska tillståndsmaskiner
Tillståndsmaskiner var en av de första teknikerna som användes för att skapa AI (Artificiell Intelligens) i dataspel och är fortfarande än av de vanligaste teknikerna. Men under senare år har flera nya tekniker, såsom ANN (Artificiella Neurala Nätverk), börjat användas för att skapa mer avancerad AI...
Main Author: | |
---|---|
Format: | Others |
Language: | Swedish |
Published: |
Högskolan i Skövde, Institutionen för kommunikation och information
2009
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:his:diva-3094 |
Summary: | Tillståndsmaskiner var en av de första teknikerna som användes för att skapa AI (Artificiell Intelligens) i dataspel och är fortfarande än av de vanligaste teknikerna. Men under senare år har flera nya tekniker, såsom ANN (Artificiella Neurala Nätverk), börjat användas för att skapa mer avancerad AI i dataspel. Många anser att tillståndsmaskiner inte kan skapa tillräckligt smarta agenter och att agenterna ofta blir förutsägbara. Generellt är tillståndsmaskiner inte lämpade att använda när man vill ha många agenter med olika beteende eftersom det ofta kräver speciell kod för varje unik agent. Detta arbete undersöker möjligheterna att skapa beteendevarierande agenter, utan att behöva skriva unik kod för varje beteende genom att endast använda stokastiska tillståndsmaskiner och mallar för att styra beteenden. Resultatet visar att genom att variera sannolikheterna för övergångar i den stokastiska tillståndsmaskinen kan agenternas agerande till stor grad påverkas. Tekniken arbetet tar upp är ett bra alternativ för de som snabbt och enkelt vill få in agenter med AI i sina spel och samtidigt ha möjligheten att kunna variera deras beteenden. |
---|