關于預測樹:
同事做了個demo，演示了這個預測樹。感覺復雜的ai可能評分有點難（比如說團隊合作之類的游戲，當然棋類游戲的話可以很容易使用這種方式）.
主要用了兩個表： 評估表和評分表
每次預測時先產生一個根結點（帶當前局面S(Situation)），并開始處理根結點
1.
依賴于全局評估表根據當前局面S產生可能的決策D（decision）(它有自己的局面S，在決策處理時進行刷新);
2.
遍歷決策D列表模擬每一個決策的前瞻處理（并刷新當前決策下的局面S）;
在每一個決定處理完后又回到第1.步產生可能的新的決策列表以及對應的局面（模擬有深度限制），
當模擬深度結束時使用全局評分表對每個決策的新局面進行評分。把評分累積到父結點。
最后選擇評分最高的決策作為下一步行動。(決策翻譯成命令并發送)
posted on 2012-09-24 17:29
flipcode 閱讀(325)
評論(0) 編輯 收藏 引用