对于有球队员来说它(暂且用它咯)在每
个瞬间都会有个行为指导也就是下步行为:是向某方向带球？还是以某种方式传球给队友中
某人？或者即是立即射门
这个指导行为从何迩来？又如何根据状况得以改变？不管情况怎样变化
使球员能在任何时刻都有种较为合理下步行为为备这样大概便可以模拟出踢足球
AI了其实足球AI模拟
关键就在于会让球员能较为聪明合理地分析球场上瞬息万变赛况并根据这个判断得出个更为聪明合理
下步行为能力好球员会不断分析从而迅速地调整它行为而得以使比赛向更为有利趋向发展
这个过程不断地持续场计算机AI模拟高水平足球赛便可得以实现了第
个难度便是如何教会让AI球员判断场上情况如何产生AI分析 如何得出结论并生成下步行为第
步是视觉判断带球球员能看到队友及对方
行为从离它近到离它远无论在它前面或是在它侧面甚至是在它身后优秀
球员都能够感知也就是模拟使AI球员“视野开阔”这些信息可以很方便地从SIM比赛中球员坐标 速度动作数据得来模拟起来并不算太难第 2步是赛况分析
也就是说使球员在视觉信息采集后产生
个意图使比赛能更为向我方有利地发展(比如:队友位置都不太好
无法穿球AI使它得出了继续运球意图；当它离球门距离不太远有定射门空挡AI便使它得出带球射门
意图；当有队友跑位出现空挡时AI便使它产生了向其分球射门意图；当两侧队友跟进到位时AI便使它产生向其穿球打下底穿中
意图) 这些都是第步行为意图是战术雏形从这些极其离散
视觉采集信息(就是那些敌我双方球员坐标速度行为甚至能力)而产生个战术意图看起来是非常玄妙而神秘
殊不知聪明人类却能够从这些离散而无规数据中能提炼出非常多隐藏在内有用比赛信息！而AI模拟任务就要让COM球员学会找出这些隐藏信息！ 因此可以将导向式研究(利用经验规则导向)和推论式研究(用极大极小法推导出最佳行为)两种方式合理巧妙地结合起来
另
个重要原因便是将大量隐藏信息进行“过滤”也就是说AI需要找出最有价值(或者讲是合适)隐藏信息
这里有随机原因也有权排序最后
步便是根据所产生战术意图而形成个下步行为这很像是
个细节处理
下步行为行为是随时在频繁地改变而战术意图相对来说是较为稳定(毕竟近处看得多
远处观少)实现下步行为便是这个SIM足球“动作引擎元素” 合理动作元素可以使模拟比赛
可视性更为真实更重要是它能够和AI相互配合这两者可以说是相辅相成缺不可FIFA缺陷便在于它
动作引擎元素没有WE系列合理真实这便直接导致了它真实性不如WEAI做再棒也无济于事整理总结:AI球员通过观察赛况
找出离散数据隐藏信息得出了个战术意图做出了个动作行为这便就似完成了
个TURN剩下Sid Meier有个很有用经验思路:“我先教它如何玩个回合开始然后教 它如何玩两个回合
再后来就该考虑教它如何玩10个回合了”当然 SIM足球AI也许会更复杂我们只考虑了有球球员AI模拟
个例子 但是我相信这3个部件是适用和足球场上每个情况要做只是更深入分析体会
领悟
最新评论