Strategische KI in rundenbasierten Spielen?

Ich interessiere mich für die Funktionsweise strategischer KI-Engines, z. B. für die Bewertung, wo in einem rundenbasierten Strategiespiel Truppen platziert werden sollen usw.

Ich verstehe, wie zielbasierte KI funktioniert, und ich denke, das ist ein guter Ansatz, um zu entscheiden, was in einem Spiel wie Civilization gebaut oder erforscht werden soll.

Aber taktische / strategische Positionierung von Truppen / Einheiten. Welche Algorithmen / Strategien werden verwendet, um diese Dinge zu bewerten? irgendwelche Nachschlagewerke / Artikel?

Vielleicht hilft Ihnen das Buch "Künstliche Intelligenz für Spiele". Es gibt Ihnen einen Einblick in die KI-Implementierung verschiedener Arten von Spielen. (zB Truppenplatzierung / Bewegung, Wegfindung, Entscheidungsbäume, ..)

Siehe http://www.amazon.com/Artificial-Intelligence-Games-Second-Millington/dp/0123747317

Möglicherweise nicht die beste Lösung, aber Entscheidungsbäume, insbesondere ein Minimax-Baum, können ein guter Ansatz sein. Siehe http://en.wikipedia.org/wiki/Minimax

Sie müssten eine heuristische Funktion erstellen, die bestimmen kann, wie gut / schlecht ein Weltstaat ist. Dies kann jedoch etwas komplizierter werden, wenn Sie mit einer großen Anzahl möglicher Weltstaaten arbeiten.

Künstliche Intelligenz ist leider ein ganzer Teilbereich der Informatik. Es ist wirklich riesig - etwas, das Sie in ein paar Semestern auf dem College absolvieren können, um sich aufzuwärmen.

Es gibt eine Menge gemeinsamer Optionen - Entscheidungsbäume, Regelwerke, Neuronale Netze - von denen die meisten Leute das erste Mal, wenn sie von ihnen hören, äußerst interessant sind (und sich ausnahmslos als schreckliche Idee in dem Szenario herausstellen, in dem Sie sich befinden). neu beschreiben - darauf achten). Ich empfehle Ihnen, einige Themen oder Bücher zur grundlegenden KI-Entwicklung im Allgemeinen nachzuschlagen - dies scheint zunächst nicht direkt für Spiele relevant zu sein, aber Sie werden es zu schätzen wissen, die Grundlagen zu verstehen.

Werfen Sie einen Blick auf die Monte-Carlo-Baumsuche (wie Min-Max, aber beschneiden Sie die Art von großen Bäumen, die Sie heutzutage in Spielen mit großen Verzweigungsfaktoren sehen).

http://en.wikipedia.org/wiki/Monte_Carlo_tree_search

http://aigamedev.com/open/coverage/mcts-rome-ii/

http://www.aot.tu-berlin.de/fileadmin/files/lehre/diplomarbeit/BA_Barbara_Konz.pdf