शूट-एम-अप में शत्रु विकास


13

क्या कोई शूट-एम-अप है जिसमें वास्तव में दुश्मन खिलाड़ी के खिलाफ अपनी सापेक्ष सफलता की प्रतिक्रिया के रूप में विकसित होते हैं?

विकसित होने से मेरा मतलब है कि प्रत्येक दुश्मन के पास कुछ आनुवंशिक जानकारी होती है जो उनके व्यवहार को एन्कोडिंग करती है। दुश्मन जो अधिक समय तक रहते हैं या अधिक नुकसान करते हैं, उन्हें नए दुश्मन बनाने के लिए अपने जीन को मिलाने की अनुमति दी जाती है। इस तरह दुश्मन विशेष खिलाड़ी के लिए बेहतर रूप से अनुकूलित हो जाते हैं।


1
इसे कभी नहीं देखा (या नहीं कि मुझे पता था)। ऐसा लगता है कि खिलाड़ी के बाद एक अच्छे प्रतिद्वंद्वी को प्राप्त करने में लंबा समय लगेगा, और एक बार खिलाड़ी को विकसित दुश्मन में महारत हासिल करने के बाद डीएनए एक नई चुनौती बनाने के लिए बहुत विशिष्ट होता है (जैसा कि कमजोर जीन को विकसित किया गया है)। इसलिए आपको समय-समय पर मुझे लगता है कि कुछ पुराने जीनों को फिर से जोड़ने के लिए म्यूटेशन लागू करना होगा। हालांकि कूल विचार
काज

आपको अनुकूली AI में रुचि हो सकती है। हालांकि मुझे यकीन नहीं है कि अगर यह एक जेनेटिक एल्गोरिदम को रोजगार देता है, तो क्रायटेक के कई गेम में एडेप्टिव एआई की सुविधा है जो कि खिलाड़ी की रणनीति के अनुकूल है।
DrDeth

जवाबों:


7

एक जापानी फ्रीवेयर पीसी शूट-एम-अप है जिसे " वार्निंग फॉरएवर " कहा जाता है जो मालिकों को इस बात पर आधारित करता है कि आप उन्हें कैसे एप्रोच करते हैं, एक तरह से जो प्रीसेट के बीच स्विच करने से ज्यादा है। यह मुफ़्त होने के लिए भी बहुत मजेदार है।

एक और गेम जो मैंने पाया है वह पेट्री पुरो द्वारा " इवोल्यूशन शूटर " है, जो व्यक्तिगत दुश्मनों के विपरीत पूरे शूटर गेम की परिभाषाओं को संयोजित करने के लिए एक विकासवादी एल्गोरिथ्म का उपयोग करता है।


2

न तो वास्तविक समय, न ही एक शूटर, लेकिन जब एक कार मुकाबला खेल विकसित करते हुए हमने एआई के निर्माण के लिए एक विकासवादी प्रक्रिया का उपयोग किया। शत्रु कारें ट्रैक के किनारों और अन्य वाहनों के स्थानों को देख सकती थीं।

हालाँकि, चीजों को तोड़ना कितना मुश्किल है, कब शुरू करना है, विरोधियों के आसपास कितना मुश्किल है, जब विरोधियों को निशाना बनाना बनाम ड्राइविंग पर ध्यान केंद्रित करना सभी चर के रूप में सेटअप थे। फिर AI को रात भर चलने वाले लैप्स को धीरे-धीरे वैरिएबल को ट्विक करने के लिए सेटअप किया गया था। प्रत्येक सुबह हम पिछली रातों के आंकड़ों को देखेंगे, उन लोगों को खोजें जो सबसे अच्छी गोद समय / मारते थे और फिर से फिर से उत्परिवर्तन करते हैं। अंतिम परिणाम एक एआई था जिसे किसी भी ट्रैक में डंप किया जा सकता था और प्रतिस्पर्धा करने में सक्षम होना चाहिए।

यह सब तब खेल में पके हुए था, इसलिए इसने खिलाड़ी के खिलाफ खेलना नहीं सीखा।

ऐसे कई खेल हैं, जो खिलाड़ी की प्रवृत्ति को ट्रैक करते हैं और फिर उन विकल्पों का अनुमान लगाने के लिए काम करते हैं, सुनिश्चित नहीं हैं कि किसी शूटर में अनुकूली एआई भेज दिया है।


1

एक RTS है जो इस अवधारणा के आसपास आधारित है। लेकिन विकसित होने वाले दुश्मनों के बजाय, खिलाड़ी उन इकाइयों को प्रशिक्षित करता है जो प्रजनन, अनुकूलन और विकसित करने में सक्षम हैं।

नीरो

इसके पीछे की तकनीक NeuralEvolution नामक न्यूरल नेटवर्क्स और जेनेटिक एल्गोरिदम के बीच का मिश्रण है।

न्यूरो-इवॉल्विंग रोबोटिक ऑपरेटर्स, या शॉर्ट के लिए नीरो, एक अनोखा कंप्यूटर गेम है जो आपको बुद्धिमान एजेंटों को हाथों-हाथ लेने के साथ खेलने की सुविधा देता है। चुनौतीपूर्ण कार्यों के लिए अपने कृत्रिम दिमागों को ट्यून करके अपनी खुद की रोबोट सेना का विकास करें, फिर ऑनलाइन प्रतियोगिताओं में अपने दोस्तों की टीमों के खिलाफ उन्हें गड्ढे में डालें!

http://nerogame.org/

गैलिक आर्म्स रेस

एक और खेल है जो एक समान तकनीक का उपयोग करता है लेकिन इसके बजाय उपयोगकर्ता के प्रभावशीलता और समग्र गेमप्ले के आधार पर विकसित कस्टम हथियार हैं।

इस खेल का एक प्रमुख उद्देश्य स्वचालित रूप से सामग्री पीढ़ी प्रौद्योगिकी के लिए संभावित रूप से खेल के लिए सामग्री बनाने के लिए क्षमता का पता लगाना है। GAR में, सभी खिलाड़ी हथियार cgNEAT एल्गोरिथ्म द्वारा हथियार उपयोग के आंकड़ों के आधार पर उत्पन्न होते हैं। हालांकि, cgNEAT केवल उन हथियारों का जवाब नहीं देता है जो लोगों को पसंद आते हैं। बल्कि, यह नए हथियारों का निर्माण करता है जो पिछले दिनों लोकप्रिय रहे हैं।

http://gar.eecs.ucf.edu/

ध्यान दें:

इन दोनों खेलों को अकादमिक गतिविधियों के रूप में विकसित किया गया था।


0

आपके द्वारा बताए गए अर्थों में बिल्कुल भी विकसित नहीं है लेकिन फिर भी दिलचस्प है:

वाल्व द्वारा लेफ्ट 4 डेड गेम्स के दोनों में एक एआई डायरेक्टर है जो खिलाड़ियों के व्यवहार के आधार पर स्तर को अनुकूल करता है।

"निर्देशक प्रत्येक खिलाड़ी की वर्तमान स्थिति, स्थिति, कौशल और स्थान के आधार पर अलग-अलग स्थिति और मात्रा में दुश्मन और आइटम रखता है" - http://en.wikipedia.org/wiki/Left_4_Dead#AI_Director


मेरे ज्ञान का सबसे अच्छा करने के लिए एआई निदेशक विकासवादी नहीं है। यह एक गतिशील वातावरण बनाता है, और विधिपूर्वक सूचित है, लेकिन अभी भी स्थैतिक डेटा सेट पर आधारित है। यह मज़बूती से खिलाने के लिए कठिन है कि क्या आप सफलतापूर्वक "डर" या किसी कंप्यूटर में वापस "थक" गए हैं।

-1

रेज ने स्तर के बॉस की कठिनाई को इस आधार पर बदल दिया कि आपने उस स्तर को कितनी अच्छी तरह से किया था।


मैं कुछ प्रकार के आनुवंशिक विकास के लिए और अधिक हिला रहा हूं।
रॉकेटमेग्नेट

शायद डियाब्लो 2 के यादृच्छिक दुश्मनों की तरह कुछ?
कोडरंगर
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.