如何设计格斗游戏（Street Fighter或Soul Calibur）的人工智能？

Question

有许多关于远程作战人工智能的论文，如Killzones（see this paper）或Halo。但是我没有找到很多关于战斗IA的事情，除了这个work，它使用神经网络学习如何战斗，这不是我正在寻找的。

游戏中的西方人工智能主要关注FPS，看来！有谁知道用哪种技术来实现体面的战斗AI？分层有限状态机？决策树？它们最终可能是可以预测的。

Answer 1

在我们的研究实验室中，我们正在使用人工智能规划技术进行游戏。美国国家航空航天局（NASA）使用AI Planning来建造半自动机器人。规划可以产生比状态机更不可预测的行为，但规划是一个非常复杂的问题，即解决规划问题具有巨大的计算复杂性。

人工智能规划是一个古老而有趣的领域。特别是对于游戏而言，最近人们开始使用计划来运行他们的引擎。表达性在当前的实现中仍然是有限的，但在理论上表达性仅限于“仅由我们的想象力”。

Russel和Norvig在他们关于人工智能的书中专门讨论了人工智能规划的4章。您可能感兴趣的其他相关术语是：马尔可夫决策过程，贝叶斯网络。这本主题也在本书中提供了充分的参考。

如果您正在寻找一些现成的引擎来轻松开始使用，我想使用AI Planning将是一个严重的过度杀伤力。我不知道任何用于游戏的AI Planning引擎，但我们正在开发一个。如果您对长期感兴趣，我们可以单独谈谈它。

Answer 2

您似乎已经知道规划和执行的技巧。你需要做的另一件事是预测对手的下一步行动并最大化你的回应的预期回报。我写了一篇博客文章：http://www.masterbaboon.com/2009/05/my-ai-reads-your-mind-and-kicks-your-ass-part-2/和http://www.masterbaboon.com/2009/09/my-ai-reads-your-mind-extensions-part-3/。我认为游戏非常简单，但我认为贝叶斯决策理论的主要思想可能对你的项目有用。

Answer 3

要考虑的另一个途径是所谓的Ghost AI here＆amp; here。顾名思义，你基本上是从实际的游戏中提取规则，第一篇论文是离线的，第二篇是扩展在线实时学习的方法。

还查看该家伙的webpage，其他一些关于格斗游戏的论文很有意思。

Answer 4

我在Street Figher II系列游戏中反向设计了与AI子系统相关的例程。它没有包含上面提到的任何技术。它完全是被动的，不涉及计划，学习或目标。有趣的是，你也没有提到“技术重量”系统。例如，他们不使用全局权重来决定攻击频率与阻止频率。当拆开与“难度”似乎增加相关的例程时，我确实希望找到类似的东西。唉，它涉及一些可能以新兴方式影响这些比率的较小决策。

Answer 5

http://www.ice.ci.ritsumei.ac.jp/~ftgaic/index-R.html

它的旧版本，但这里有一些例子