Как использовать нейронные сети для решения «мягких» решений? - PullRequest
Новая
       69

Как использовать нейронные сети для решения «мягких» решений?

5 голосов
/ 25 октября 2009

Я подумываю об использовании нейронной сети для питания моих врагов в космической стрелялке, которую я строю, и мне интересно; Как вы обучаете нейронные сети, когда нет единого определенного хорошего набора выходов для сети?

Ответы [ 4 ]

6 голосов
/ 25 октября 2009

Я сейчас изучаю нейронные сети, и они кажутся совершенно бесполезными без четко определенных входных и выходных кодировок, и они совсем не масштабируются до сложности (см. http://en.wikipedia.org/wiki/VC_dimension)., поэтому исследования нейронных сетей У него было так мало приложений с момента появления ажиотажа более 20-30 лет назад, в то время как ИИ, основанный на семантике / состоянии, захватил интересы каждого из-за его успеха в реальных приложениях.

  • Хорошее место для начала - выяснить, как численно представить состояние игры в качестве входных данных для нейронной сети.
  • Следующим шагом будет выяснить, какой результат будет соответствовать действиям в игре.
  • подумайте о структуре используемой нейронной сети. Чтобы получить интересное сложное поведение от нейронных сетей, сеть почти должна быть периодической. Вам понадобится рекуррентная сеть, потому что у них есть «память», но кроме этого вам больше нечем заняться. Тем не менее, рекуррентные сети с любой сложной структурой действительно трудно обучить себя.
  • Областями, в которых нейронные сети были успешными, как правило, являются классификация (изображение, аудио, грамматика и т. Д.) И ограниченный успех в статистическом прогнозировании (какое слово мы можем ожидать после этого слова, какой будет цена акций завтра? )

Короче говоря, вам, вероятно, лучше использовать нейронные сети для небольшой части игры, а не в качестве основного вражеского ИИ.

2 голосов
/ 25 октября 2009

Вы можете проверить АИ Динамический баланс сложности игры для различных техник ИИ и ссылок.

(ИМО, вы можете реализовать поведение противника , например, "окружить врага", что будет действительно круто, без углубления в продвинутые концепции ИИ)

Редактировать: поскольку вы создаете космический шутер и хотите использовать своего искусственного интеллекта для своих врагов, я думаю, вы найдете интересную ссылку: Поведение рулевого управления для автономных персонажей

0 голосов
/ 26 октября 2009

Я отошлю вас к двум книгам Мэтью Бакленда.

Вторая книга посвящена обратному распространению ANN, что большинство людей имеют в виду, когда они все равно говорите о NN.

Тем не менее, я думаю, что первая книга более полезна, если вы хотите создать значимый игровой ИИ. Есть хороший, мясистый раздел об успешном использовании FSM (и да, с FSM легко разобраться).

0 голосов
/ 25 октября 2009

Рассматривали ли вы, что легко можно изменить FSM в ответ на стимул? В конце концов, это просто таблица чисел, вы можете где-то хранить ее в памяти и изменять числа по мере необходимости. Я написал об этом немного в одном из своих блогов, и это странным образом попало на какой-то новостной сайт Game AI. Тогда парень, который создал ИИ г-жи Пакман, которая могла бить людей и получать реальные новости, оставил комментарий в моем блоге со ссылкой на еще более полезную информацию

вот мое сообщение в блоге с моими бессвязными разговорами о некой идее об использовании цепей Маркова для постоянной адаптации к игровой среде и, возможно, наложения и комбинирования того, что компьютер узнал о реакции игрока на игровые ситуации. *

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

и вот ссылка на удивительный ресурс о изучении подкрепления, что г-н. smarty mcpacman отправил мне сообщение.

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

вот еще одна классная ссылка

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

Это не нейронные сети, но они адаптируются и постоянно учатся и, вероятно, лучше подходят для игр, чем нейронные сети.

...