Vì vậy, tôi bắt đầu tìm hiểu Java và một số OpenGL trong khi sử dụng LWJGL. Để bắt đầu dễ dàng, tôi đang viết một bản sao của Atari Pong. Tôi đã thiết lập chính xác màn hình trò chơi, phát hiện va chạm và tất cả các trò chơi hầu như đều hoạt động, thực sự, nếu bây giờ là trò chơi 2 người chơi, nhưng tôi đang lên kế hoạch thực hiện trò chơi một người chơi này , Tôi phải nghĩ ra một AI đơn giản để điều khiển người chơi thứ hai.

Biết nơi bóng sẽ đánh có vẻ khá tầm thường và tạo ra một AI luôn luôn chạm bóng có vẻ như là một điều dễ dàng để làm, nhưng tôi muốn trò chơi có thể giành chiến thắng, vì vậy tôi không thể luôn làm cho IA đánh trái bóng.

Vì vậy, đây là câu hỏi của tôi, làm thế nào tôi nên mã hóa điều này để thêm những điểm không hoàn hảo giống con người vào AI. Tôi có nên quyết định ngẫu nhiên nếu AI sẽ thất bại tại một thời điểm nhất định không? Hoặc có một điều thông minh hơn (hoặc có thể chỉ rõ ràng) tôi đang thiếu ở đây?

Cảm ơn nhiều.

AI pong không hoàn hảo yêu thích của tôi rất đơn giản, nhưng cho phép một người làm một số thất bại AI khá tốt.

Bóng vô hình AI

Thiết lập AI : Khi quả bóng phản xạ khỏi mái chèo của bạn, bạn sẽ biết nó ở đâu và tốc độ của nó. Sinh ra một quả bóng vô hình ở điểm đó nhưng với tốc độ lớn hơn. Nó sẽ cuộn lên nơi bóng có thể nhìn thấy. Mỗi khung hình, có AI di chuyển về phía vị trí của quả bóng vô hình. Dừng quả bóng vô hình một khi nó chạm tới cạnh của AI, vì vậy đó là nơi AI sẽ di chuyển mái chèo của nó.

Kết quả : AI có vẻ như đang cố gắng dự đoán đường đi của quả bóng. Nói rằng người chơi đã phản xạ bóng ở một góc dốc để nó sẽ bật ra khỏi một bức tường. AI sẽ theo dõi bóng xuống một chút, và sau đó - chậm hơn bóng - sẽ không theo dõi nó đủ nhanh. Bạn đã lừa được AI, và nó có vẻ khá logic theo quan điểm của con người. Bạn có thể thấy máy tính đang cố gắng dự đoán quả bóng sẽ đi đến đâu, và sau đó - ồ, nó bị trượt, quá chậm và bạn đã giành được một điểm.

Điều này tốt hơn đáng kể so với việc chèn ngẫu nhiên, vì nó làm cho AI trông tương đối thông minh. Một đối thủ xứng đáng. Nó cũng cho phép AI chơi theo các quy tắc chính xác giống như con người, trông người chơi sẽ tốt hơn và giúp công việc của bạn dễ dàng hơn.

Cài đặt : Bạn cũng có thể điều chỉnh tốc độ của quả bóng vô hình, vì điều đó sẽ quyết định AI sẽ lên kế hoạch bao xa. Bóng vô hình càng nhanh, mái chèo sẽ càng phải di chuyển để chặn, và người chơi sẽ phải nhắm tốt hơn.

Các trò chơi Pông mà tôi đã chơi dường như hành xử theo cách sau: Người chèo thuyền được điều khiển bằng AI biết quả bóng sẽ đánh vào đâu nhưng bị giới hạn về tốc độ có thể đạt đến vị trí đó. Vì vậy, đôi khi nó bỏ lỡ. Tôi nghĩ rằng đây là cách rõ ràng nhất để làm điều đó.

Khi tôi tạo một bản sao gần như cực kỳ tuyệt vời trên TI83 của mình? Máy tính, vấn đề lớn nhất tôi gặp phải là "bóng ma" quá nhanh. Tôi phải làm chậm chúng lại bằng cách nào đó. Vì vậy, tôi đặt một tội lỗi lớn (cos (tan (tọa độ x))) ở đó. Các cấp độ dễ hơn sẽ thực hiện phép tính đó một vài lần và các cấp độ khó hơn sẽ chỉ thực hiện một trong các thao tác.

Vấn đề là, THỜI GIAN PHẢN ỨNG. Nghiên cứu thời gian phản ứng điển hình của con người là gì và thêm 10ms vào đó. Sử dụng đó như là một điểm khởi đầu. Khi các cấp độ trở nên khó khăn hơn, hãy loại bỏ thời gian khỏi thời gian phản ứng ... có thể đơn giản Thread.sleep(time);đối với AI. Đợi khoảng thời gian đó trước khi AI bắt đầu di chuyển.

Bạn cũng có thể kiểm soát tốc độ di chuyển của mái chèo, hoặc, nếu bạn THỰC SỰ muốn phức tạp, hãy xác định bóng sẽ dựa vào mức độ thông tin khác nhau ... chỉ nói 2 pixel thay vì một vectơ. Thêm bộ điều chỉnh góc vào các bức tường để thêm một mức độ ngẫu nhiên, buộc AI phải tính toán lại.

Nếu bạn chỉ đơn giản là làm chậm mái chèo, thì bất cứ khi nào bạn đánh bóng ở góc nhọn (nghĩa là di chuyển lên xuống nhiều thay vì thẳng sang phía bên kia), máy tính sẽ hầu như luôn bỏ lỡ vì bóng đang di chuyển lên / xuống nhanh hơn mái chèo có thể bù.

Thay vào đó, những gì tôi sẽ làm là chơi với tốc độ của mái chèo, và điểm mà AI phản ứng. Ví dụ:

• khi người dùng đánh bóng
  • AI có thể phản ứng ngay lập tức và đi đến nơi bóng sẽ đến. Nếu nó đủ nhanh, nó sẽ đến đó kịp thời
• khi bóng đi qua giữa sân
  • AI phải đợi cho đến khi nó băng qua giữa sân trước khi phản ứng

Một điều khác để thay đổi là cách AI phản ứng. Bạn đã nêu bật một chiến lược mà mái chèo luôn di chuyển đến vị trí mà bóng sẽ ở. Một người không thể luôn luôn làm điều đó. Họ có nhiều khả năng theo bóng lên xuống, không biết chính xác bóng sẽ ở đâu khi nó đến với họ do tất cả các cú nảy.

Do đó, một phương pháp phản ứng của con người hơn là luôn luôn tiến về phía quả bóng. Ví dụ, nếu quả bóng đang di chuyển lên, thì mái chèo di chuyển lên. Nếu mái chèo đủ nhanh, nó có thể phản ứng với các cú nảy ra khỏi đỉnh và đáy. Nếu nó chèo không đủ nhanh, thì nó sẽ bù quá mức bằng cách di chuyển lên khi bóng di chuyển lên, nhưng sau đó khi nó nảy lên, mái chèo có thể không thể di chuyển xuống đủ nhanh.

Cuối cùng, bạn cũng có thể chơi với kích thước mái chèo để tăng / giảm độ khó.

Một yếu tố cần xem xét là tính ngẫu nhiên - người chơi con người luôn có một số mức độ khác nhau trong cách chơi của họ, vì vậy nếu bạn muốn AI của mình trông giống con người thì bạn cũng muốn có một số biến thể trong cách chơi của họ.

Bạn có thể thiết lập phạm vi cho:

• Thời gian phản ứng (AI bắt đầu di chuyển nhanh như thế nào)
• Tốc độ (AI di chuyển mái chèo nhanh như thế nào)
• Độ chính xác (AI sẽ tiến gần đến nơi mà nó thực sự muốn di chuyển mái chèo của họ, tạo cơ hội để cởi quần áo hoặc vượt quá nơi họ muốn)

Sau đó, trên mỗi đòn tấn công của đối thủ, AI có thể chọn một giá trị trong các phạm vi đó và đưa ra quyết định (và chuyển động) dựa trên đó. Đối với các đối thủ AI dễ dàng hơn, bạn có thể làm cho các phạm vi đó trở nên khá nghèo nàn, nhưng cũng có phạm vi rộng để cung cấp cho AI một số "bức ảnh may mắn". Đối với các đối thủ khó khăn hơn, bạn có thể thắt chặt các phạm vi đó và đặt tất cả chúng trong phạm vi "tốt".

Tôi sẽ đề xuất một giải pháp tổng quát hơn mà không cụ thể chỉ là pong. Tôi tin rằng điều này có thể được áp dụng cho bất kỳ trò chơi nào - không chỉ pong. Bạn muốn con người thích hành vi, phải không? Vì vậy, một con người có thể cảm thấy như họ đang chơi một con người ... và do đó bằng cách mở rộng hy vọng sẽ giành chiến thắng. Vậy bạn làm gì?

Quan sát một con người! Làm thế nào một người chơi có thể thua tại pong? Chà, nếu chúng ta xem hai người chơi pong thì điều đó khá rõ ràng. Thông thường, mất mát là vì bóng đơn giản là quá nhanh và thời gian phản ứng của người chơi bị trì hoãn. Đó là hai thông số, một trong số đó có thể điều chỉnh. Cái khác là người chơi có khả năng bấm đúng hướng. Vì vậy, bạn có tần số lỗi và tần số phản ứng - cả hai có thể được điều chỉnh tùy thuộc vào độ khó.

Một AI dễ dàng sẽ có độ trễ đầu vào cao hơn và có xu hướng mắc lỗi ngẫu nhiên nhiều hơn - khi mà một AI khó khăn hơn sẽ được điều chỉnh để làm cho các tham số này trở nên khó khăn.

Điều này có thể được áp dụng cho gần như bất kỳ trò chơi nào - ngay cả một trò chơi như tic tac toe hoặc các mô hình phức tạp hơn. Cách tiếp cận này phá vỡ trong các kịch bản phức tạp hơn nhưng nó đủ để các trò chơi trong đó số lượng tham số và phạm vi hẹp.

Dưới đây là danh sách một vài tùy chọn, một số trong đó đã được đề cập:

• Làm cho người chơi máy tính thông minh hơn nhắm bóng để người chơi khó tiếp cận hơn với nhiều cú nảy và làm điều ngược lại cho các đối thủ dễ chơi.
• Một người chơi thông minh sẽ di chuyển mái chèo của họ về phía giữa trong khi quả bóng đang trên đường tới đối thủ và họ không biết nó sẽ quay về đâu.
• Trước khi nảy lần cuối, con người khó dự đoán bóng sẽ kết thúc ở đâu. Làm cho AI có một sự thiếu chính xác tương tự.
• Giới hạn tốc độ của mái chèo để nó chậm hơn quả bóng. Nó cần phải ít hơn một nửa tốc độ dọc để bỏ lỡ với chơi hoàn hảo.
• Tăng tốc độ của bóng dựa trên độ khó, thời lượng trận đấu, v.v.
• Con người không phản ứng tức thời. Người chơi AI cũng không nên.
• Cho AI cơ hội ngẫu nhiên mắc lỗi và bỏ lỡ bóng.

Tôi cũng đã làm một bản sao nhỏ của Pông (trong LUA).

AI của tôi rất đơn giản nhưng nó không tệ đến thế, imho.

Tôi chỉ kiểm tra vị trí y của quả bóng và nếu thấp hơn tôi di chuyển mái chèo xuống, nếu cao hơn tôi di chuyển mái chèo lên.

Sau đó, để tinh chỉnh độ khó, tôi tăng hoặc giảm khoảng cách từ quả bóng mà từ đó mái chèo máy tính bắt đầu di chuyển.