He utilizado la metodología de Jeff Orkin con éxito en el desarrollo de juegos. El trabajo de Jeff se llama Planificación de acción orientada a objetivos o GOAP para abreviar.
El mayor obstáculo en la IA del juego es la complejidad. Los enfoques ingenuos conducirán a situaciones en las que duplicar la complejidad de la IA aumentará el tamaño del código y el recuento de errores fácilmente cuatro veces o peor. Puede ejecutar una versión básica, pero cuando se amplía, todo se descompone.
GOAP permitirá objetivos y acciones independientes y poco acoplados, y es fácil de extender en paralelo por múltiples desarrolladores si es necesario. Como bonificación, GOAP también conducirá a un comportamiento emergente.
- ¿Qué es la conciencia y en qué se diferencia de la inteligencia?
- ¿Por qué la comunidad de IA, incluso las principales empresas líderes, cree en la inteligencia artificial por el cerebro / neurociencia?
- ¿Cómo se programa la inteligencia artificial? ¿Qué conceptos son importantes y cómo funciona realmente el código para "aprender" algo?
- ¿Cuáles son las aplicaciones más interesantes de IA que saldrán al mercado en 2018?
- ¿Cuál es la intuición detrás de las expectativas en el aprendizaje automático?
Más información se puede encontrar en
http://web.media.mit.edu/~jorkin…
Ahora los juegos de estrategia en tiempo real requieren más que solo una planificación de acción. Necesita un sistema de planificación y dirección de ruta robusto. Si el recuento de unidades es alto, los caminos estarán llenos. Una simple búsqueda A * no lo cortará. Tengo buenas experiencias con el trabajo de la Universidad de Washington sobre navegación basada en flujo. Su trabajo está en
http://grail.cs.washington.edu/p…
