जब भी मैं DampeS8N के शुरुआती पैराग्राफ से सहमत होता हूं (यानी गेम AI को केवल इतना स्मार्ट होने की आवश्यकता है कि खिलाड़ी यह समझे कि यह स्मार्ट है), मुझे लगता है कि इस सवाल को थोड़ा और विस्तार की जरूरत है। उपयोग में डेटा संरचना सभी स्तरों के लिए FSM हो सकती है, लेकिन यह वास्तव में इस सवाल का जवाब नहीं देता है कि व्यक्तिगत सिस्टम कैसे काम करते हैं।
डिस्क्लेमर: मैंने शायद ही सभ्यता के खेल खेले हैं इसलिए गेमप्ले की मेरी समझ सीमित है। यदि कोई स्पष्ट त्रुटियां हैं, तो मैं माफी चाहता हूं। कृपया मुझे सुधारें, और मैं ख़ुशी से संपादित करूँगा।
मैं मूल IGN अनुच्छेद से उद्धरण ले रहा हूँ ।
1. सामरिक ऐ
निम्नतम स्तर पर, सामरिक AI स्थानीय स्तर पर लड़ाई जीतने के लिए हाथ में बलों का उपयोग करता है।
यह शायद सबसिस्टम का सबसे मानक हिस्सा है। एफएसएम, व्यवहार पेड़ (या एआई की कठिनाई के आधार पर भी यादृच्छिक क्रियाएं करते हुए) का उपयोग करने से इसे बाहर निकालने के असीम तरीके हैं।
हालांकि, चूंकि यह जोखिम के समान एक बारी आधारित खेल है, मुझे लगता है कि अधिक संभावना यह है कि प्रत्येक इकाई को एक अंक सौंपा गया है। फिर अलग-अलग चर (निष्ठा, इलाके बोनस, आदि) के आधार पर इस स्कोर से जुड़े गुणक होते हैं।
परिणाम की गणना कुछ इस तरह से की जाती है:
If (AI unit score >> (much greater) enemy unit score) Then Completely destroy enemy unit
If (AI unit score > (somewhat greater) enemy unit score) Then Partially destroy enemy unit
If (AI unit score < (somewhat less) enemy unit score) Then Partially destroy AI unit
If (AI unit score << (much less) enemy unit score) Then Completely destroy AI unit
यह समझ में आता है कि युद्ध में जब AI कोशिश करेगा और इस स्कोर को अधिकतम करेगा।
एक एप्सिलॉन वैल्यू में जोड़ें (जैसे कि विफलता / सफलता का छोटा यादृच्छिक मौका) और आपको एक सुंदर सभ्य एआई मिल गया है (कोई भी सही प्रतिद्वंद्वी नहीं चाहता है, यह सिर्फ मज़ेदार नहीं है!)।
2. ऑपरेशनल एआई
उससे एक कदम ऊपर, परिचालन एआई चुनता है जो लड़ने के लिए लड़ता है और सुनिश्चित करता है कि आवश्यक बल उपलब्ध हैं।
मुझे लगता है कि इसके कुछ बिंदु हैं:
- वर्तमान ताकत का मूल्यांकन
- इकाइयों का सुदृढीकरण
- मूल्यांकन जो लेने / बचने के लिए लड़ता है
वर्तमान ताकत का मूल्यांकन - यह मेरे लिए इन्फ्लुएंस मैप को चिल्लाता है। इसे हेक्स ग्रिड पर आसानी से दर्शाया जा सकता है। जैसा कि यह सबसिस्टम युद्ध उन्मुख है, प्रभाव मूल्य आसपास के क्षेत्र में प्रत्येक इकाई के ताकत मूल्यों के प्रतिनिधि हो सकते हैं। यदि आपके पास हेक्सागोन्स के एक छोटे से क्षेत्र में केंद्रित एक विशाल सेना है, तो प्रभाव मूल्य बहुत बड़ा होगा और परिचालन एआई इसे ध्यान में रखेगा जब लेने के लिए झगड़े का मूल्यांकन किया जाएगा। मत भूलो, विरोधी सेनाओं के प्रभाव मूल्यों की भी गणना की जाएगी। यह परिचालन AI को संभावित आने वाले खतरों की भविष्यवाणी करने की अनुमति देता है।
इकाइयों के सुदृढीकरण - प्रभाव मानचित्र से विरोधी गुटों के बारे में जानकारी प्राप्त करके, एआई यह निर्धारित कर सकता है कि कौन सी इकाइयां सबसे अधिक खतरे में हैं। AI तब बंद होने वाली इकाइयों को जाने और धमकी देने वाले दलों को मजबूत करने के लिए एक आदेश जारी कर सकता है।
मूल्यांकन करना जो चुनने / बचने के लिए लड़ता है - कुछ स्थितियां यहां हो सकती हैं। यदि AI पता लगाता है कि कोई इकाई खतरे में है और उसकी मदद करने के लिए पास की इकाइयाँ नहीं हैं) तो यूनिट को बलिदान करने का निर्णय लिया जा सकता है (यदि वे नीच पैदल सेना के बजाय एक अपूरणीय जनरल के बजाय उदाहरण के लिए) या b) यूनिट का आदेश दें वापसी करना। इसके विपरीत, यदि AI एक सेना के पास एक कमजोर दुश्मन इकाई का पता लगाता है, तो यह इकाइयों को इस दुश्मन को बाहर निकालने का आदेश दे सकता है।
यहां एक सभ्य कागज है जो रियल टाइम स्ट्रेटेजी गेम्स में प्रभाव मानचित्र का उपयोग करता है।
3. रणनीतिक ऐ
इससे भी आगे बढ़ते हुए, रणनीतिक AI साम्राज्य को एक पूरे के रूप में प्रबंधित करता है, इस पर ध्यान केंद्रित करता है कि शहरों का निर्माण कहां करना है और उनके साथ क्या करना है।
"मुझे एक शहर कहां बनाना चाहिए?" सिर्फ स्थिति मूल्यांकन की तरह लगता है। शतरंज कार्यक्रम और अन्य खेल किसी दिए गए पद की वांछनीयता को निर्धारित करने के लिए इसका उपयोग करते हैं। उदाहरण के लिए:
हेक्स ए: उच्च भू-भाग पर संसाधनों के करीब, सहयोगी दलों के करीब, दुश्मन के करीब हेक्स बी: संसाधनों से दूर, मध्य स्तर के इलाके पर, सहयोगियों से मध्यम दूरी, दुश्मन से दूर
स्थिति मूल्यांकन समारोह इन तीन कारकों को इस तरह ले सकता है:
Score = Proximity to resources (closer yields a higher score) +
terrain elevation (higher yields higher score) +
proximity to allies (closer is better) +
proximity to enemies (farther is better)
और जो भी षट्भुज उच्च स्कोर है, वह शहर जहां बनाया गया है। मूल्यांकन कार्यों के बारे में अधिक जानकारी यहां पाई जा सकती है ।
मुझे लगता है कि एआई जिस प्रकार की जीत के लिए जा रहा है उसके आधार पर रणनीतिक एआई के पास खेल में छद्म पूर्वनिर्मित रणनीतियों का एक समूह है।
4. ग्रैंड स्ट्रेटेजिक एआई
सीढ़ी के शीर्ष पर भव्य रणनीतिक एआई है, जो यह तय करता है कि गेम कैसे जीता जाए।
मुझे लगता है कि यह संभवतः गुच्छा का सबसे सरल है, और यह धारणा देता है कि यह वास्तव में है की तुलना में अधिक प्रभावशाली है। इस तरह के खेल में, केवल जीत प्रकार की एक सीमित संख्या होगी। लेख में एक विजय जीत का उल्लेख है, यह मानते हुए कि गठबंधन की जीतें भी हैं, आदि, यह एक प्रकार का बेतरतीब ढंग से उठाते हुए सरल हो सकता है और फिर इसे अन्य प्रणालियों पर पारित कर सकता है।
EDIT: बेशक जैसा कि DampeS8N द्वारा बताया गया है, नक्शे के प्रकार के लिए सबसे अच्छी जीत की स्थिति तय कर सकते हैं, जिस स्थिति में यह डिजाइनरों द्वारा हार्डकोड किया जा सकता है या विभिन्न चर में मूल्यांकन प्रकार फंक्शनिंग कर सकता है।
सारांश
मुझे लगता है कि इस तरह की प्रणाली के बारे में ध्यान देना वास्तव में महत्वपूर्ण है कि जिस तरह से सबसिस्टम स्तरित हैं, उन्हें वास्तव में प्रत्येक अभिभावक के साथ एक महान सौदा संवाद करने की आवश्यकता नहीं है। यह शिथिल युग्मित घटकों के साथ एक शीर्ष-नीचे वास्तुकला प्रतीत होता है। तकनीकी डिजाइन के दृष्टिकोण से यह साफ है और यह लचीला है और संभवत: एमर्जेंट बिहेवियर और / या सब्सक्रिप्शन प्रॉपर्टी से इसकी प्रेरणा लेता है ।
मैं वास्तव में इस पोस्ट की लंबाई के लिए माफी माँगता हूँ, यह एक जानवर के एक बिट में बदल गया है :(
किसी भी तरह से, मुझे आशा है कि यह मदद करता है!