ゲーム AI の設計 (その 3) – 戦術 AI と戦略 AI | iSUS
この記事は、インテル® ソフトウェア・ネットワークに掲載されている「Designing Artificial Intelligence for Games (Part 3)」(http://software.intel.com/en-us/articles/designing-artificial-intelligence-for-games-part-3/) の日本語参考訳です。 前回の記事では、インテリジェント・エージェント (IA) の知覚能力と移動方法について説明しました。この記事では、エージェントにより高い知能を与える方法を説明します。 エージェントはすでに認識した状況に直ちに対応できるようになっています。ここでは、より広いゴール、よりさまざまな状況に対処するいくつかの人工知能 (AI) を紹介します。 戦術 AI の役割は、ゲームにおける IA のグループを調整することです。こ
ゲーム AI 実装入門 ~ ダイクストラ法 ~ - 技術者と非技術者のための技術系ブログ
ちょっと前にホットエントリーしていた Cygames さんのエンジニアブログの記事に、こういうものがありました。 ゲームAI -基礎編- 『知識表現と影響マップ』 | Cygames Engineers' Blog 一応、ゲーム業界に身を置いてはいますが、最近こういうコード書いてないなぁと気になっていたので、今回から複数回に分けて、ゲームAI（と言っていいのだろうか）の記事を書いていこうと思います。 まず、最初は Cygames さんの記事を追いかけるところから始めたいと思いますので、件の記事で使われているダイクストラ法を取り上げたいと思います。 ダイクストラ法について ダイクストラ法は最短経路を導き出す時に使われるアルゴリズムで、Cygames さんの記事では「脅威度マップ」・「アイテムの狙いやすさマップ」を作成する際に、各オブジェクトからすべてのセルへの距離を算出する方法として使用され
「ゲームAIはロマンだ」 三宅陽一郎氏と森川幸人氏が語るAI時代の基礎知識
三宅氏：AIの学習アルゴリズムは主に「教師あり学習」と「教師なし学習」に大別されます。教師あり学習は、AIが何をすればよいのかという「教師信号」を、あらかじめ人間が与えます。たとえばVR空間で犬をつくり、「お手」といったときに「お座り」をするとNGというように正解を教えるものです。 一方、教師なし学習は、自らAIが環境のなかで正解を導き出します。暖かい地方に行きたいときに「北に向うと寒いので南に行く」というように、AIが答えを出します。教師あり学習は、教師信号をつくる必要があるため、人間が張り付かないといけません。教師なし学習は、問題設定をする必要はありますが、学習を始めたら、極端にいえば人間は何もしなくてよいのです。 森川氏：ニューラルネットワーク（NN）は通常は教師あり学習です。しかし、私は教師なし学習のほうが好きです。教師あり学習の場合、教示信号を使うことが足かせになり、AIの学習を
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
