专家级人工智能(1550分排位淘汰赛)

0 点赞
GLADIABOTS - AI Combat Arena
转载

专家级人工智能示例,让你明白这其实比看起来简单。你也能成为大师。 基础消灭策略

在【淘汰模式】中,我们有4个通用类别:【逃跑】、【攻击】、【防御】、【移动】。我们会一直前进,直到不再安全,然后开始开火,这被称为【防御性射击】。当我们前进时,会提升我方机器人的潜在伤害,直到某个时刻,将这种潜在伤害转化为实际伤害会更好,这就是【进攻性射击】。 例如,我们的霰弹枪可能会在短距离开始射击,这样它可以持续开火,直到敌人再次处于中等距离。【逃跑】的含义应该不言而喻,我们通常只会在刚好能躲避伤害时才会这么做。 【smART - Sophistication】

当这款AI问世时,它在竞技玩法中引起了一些波澜,因为它是首款公开可用的具备动态威胁应对能力的AI,并且在对战中击败了众多大师级玩家。正如你所见,与基础版本相比,它在复杂程度上有了显著提升。 需要注意两个部分:一是硬编码的撤退模块,二是部分而非完全动态的威胁检测机制。我们会观察中等范围内未处于撤退状态的友方单位,并将其与长距离的敌方单位进行比较,以此对自身威胁等级形成初步判断。若威胁等级过高,我们便开始开火。仅凭这一点,即便没有复杂的攻击模块,也足以对敌人施加巨大且持续的压力。 BRaiNY - 动态撤退

在某个阶段,社区也开始研究更具动态性的撤退机制。Markolainen 撰写了一份关于此机制的出色指南。随后,Marko、Pege 和 Gilberreke 思考:如果我们基于计数器来构建完整的人工智能会怎样?其成果由 Marko 记录在案。接着,我做了顺理成章的下一步——以最初的动态冠军“smART”为基础,将其打造为完全动态且统一的版本(即威胁计数器基于撤退阶段的早期数据)。成果便是“BRaiNY”,这是我最喜欢的作品之一。遗憾的是,尽管它设计精妙,但在排名赛中的表现并非特别突出。aWARe——总结

这就是最终版本:AI被拆分为四个部分,每个机器人对应一个部分。它被进一步简化,几乎不再有硬编码的特殊规则,移动方式也保持简单。更重要的是:它经过了排位赛的实战测试,能够与游戏中最强的对手抗衡。这确实是我的杰作,在战役模式中表现也很出色。 我希望这也能表明,AI并不需要那么复杂。一旦你理解了克制关系和这种动态威胁系统,解读这些AI应该不会太难,本质上它们仍然非常接近基础策略。 现在,去成为大师吧,你看,这是可能的!