遗传算法 敌人/僵尸 AI

Question

我真的不能说为什么，但是一旦 YouTube 向我推荐了一个关于遗传算法的视频，它真的让我眼前一亮，有人让 google chrome 无法通过一个学习的 AI 单独跳跃和运行游戏。 好吧，因为我正在为 Minecraft 编写插件，所以我有了一个想法，用自学 AI（遗传算法）制作基于 PvE 的游戏模式，但现在我很困惑从哪里开始，我可以让健身依赖于杀戮僵尸，或造成的伤害，但我不知道如何再次重现这个，不知何故我必须用人工智能控制运动、射击等，我不知道该怎么做，我希望有人可以帮助我，你理解我的问题。

Answer 1

我认为你想要做的事情比你想象的要复杂得多。

如果您真的想为僵尸训练自主 AI，您将需要神经网络。但我认为这对于 PvE 游戏来说太复杂了。

如果您不想使用神经网络，则必须设置一些参数来定义僵尸的行为方式，例如：

• 伤害
• 速度
• 健康

但是为此使用遗传算法是不合逻辑的 - 您已经知道最大化这些值将返回最好的僵尸，因此您可能需要创建更多不同的参数，例如：

• 击中玩家后的速度
• 击中玩家后的药水效果

如果你想停留在上面提到的 3 个点，那么你应该创建一个最大值 - 并让遗传算法找到这个值的最优分布。

---

主要部分整理好了，接下来要开始学习遗传算法了

• 生成，生成具有随机属性的僵尸
• 评估，让僵尸玩游戏，确定他们的适应度：造成的伤害、杀死的人、行进的距离
• Selection，选择适合交叉的个体
• Crossover，创造后代
• Mutation，修改一些值，概率为x

---

我对你的项目很感兴趣。我建议你开始在本地服务器上训练一些僵尸，然后将这些训练过的僵尸作为在线版本的基础——所以第一波僵尸不太容易:)

---

关于您的评论：

其实我想提高僵尸的移动和战斗技巧，当他们攻击延迟时他们会在敌人真正防守时冷却等等，而僵尸在他们打出侵略性时会试图抓住一些单人等等，但不知道如何做这样的事情，我不知道如何用 AI 控制运动，以及何时攻击等，我知道有很多事情要做，但我真的对此很感兴趣。

这肯定需要神经网络。一个神经网络可以有 x 个输入，这些都必须是环境变量，例如：

• 距离最近的玩家
• 速度最近的玩家
• 健康最近的玩家
• 等。最近的玩家
• 自己的健康状况

并将计算输出，可能是：

• 运动方向
• 移动速度
• 命中（真/假）

你必须通过神经进化来进化神经网络。您绝对可以这样做，但请注意；这个很难（硬。特别是有很多环境变量。

但是阅读一些关于神经网络的文章，然后阅读一些关于遗传算法的文章。然后实现神经进化，例如通过NeuroEvolution of Augmenting Topologies

Answer 2

我建议你对遗传算法进行一些研究，看起来你在学会走路之前就在尝试跑步。

理想情况下，如果您希望 AI 学习如何移动、射击和其他活动，您需要创建一个可以根据所有这些事情进行评分的健身功能。然后你需要弄清楚你将在什么时候进化/变异/匹配你的 AI/s，这个结果应该从初始分数 0 开始，因为你需要对 AI 重新评分，因为有一个它可能会后退一步，而不是前进。