这是一个创建于 974 天前的主题，其中的信息可能已经有所发展或是发生改变。
项目背景:github 上某不知名开源黄油
语言:python
目前算法:整体上依然是 goap 的思路，然后将世界变量作为条件随机场的条件参数，供 ai 决策自己要检索的目标，通过对数据结构做了优化，写了套简易的启发式检索，供 ai 决策出完整的行为链，同时由于游戏里 npc 很多(2800 个)，于是又通过近似检索，评分加权等思路，做了套蚁群优化，来降低 ai 的决策次数
目前成果:上诉这套东西都做完了，crf 的条件粗略几千个，角色属性纬度大几百个，写了套编辑器来随便增减目标，又大范围利用 chatgpt 做内容产出
瓶颈:性能是大问题，目前我个人能力已经找不到优化空间，除非对游戏设计做减法
需求:我想要进一步改进它，让 npc 看上去更像人，让调试变得更容易，让性能变得更好，更快，但是我自己肚子里没有墨水了，chatgpt 现在也只能对我放彩虹屁，我需要新的思路，感兴趣的话欢迎一起讨论撒
语言:python
目前算法:整体上依然是 goap 的思路，然后将世界变量作为条件随机场的条件参数，供 ai 决策自己要检索的目标，通过对数据结构做了优化，写了套简易的启发式检索，供 ai 决策出完整的行为链，同时由于游戏里 npc 很多(2800 个)，于是又通过近似检索，评分加权等思路，做了套蚁群优化，来降低 ai 的决策次数
目前成果:上诉这套东西都做完了，crf 的条件粗略几千个，角色属性纬度大几百个，写了套编辑器来随便增减目标，又大范围利用 chatgpt 做内容产出
瓶颈:性能是大问题，目前我个人能力已经找不到优化空间，除非对游戏设计做减法
需求:我想要进一步改进它，让 npc 看上去更像人，让调试变得更容易，让性能变得更好，更快，但是我自己肚子里没有墨水了，chatgpt 现在也只能对我放彩虹屁，我需要新的思路，感兴趣的话欢迎一起讨论撒
第 1 条附言 2023 年 5 月 24 日
我今天想到，或许还可以从蚁群优化上继续优化，依然是蚁群优化的思路，我现在的设计是在每个角色身上留下了信息素，让角色之间做近似查找，并没有严格按照蚁群优化的思想，用信息素构建路径，我刚才想到，或许可以进一步的进行优化，主要优化点有二，一是角色在决定不模仿和自己近似的角色，或者无法模仿和自己近似的角色时，进一步，通过角色的性格来投骰子，决定是否模仿其他角色，同时，以上一步中留下的信息素作为基准，得到每个角色被模仿的概率，最后连这个也不模仿了，再去自己检索到底该干啥，其二是，在角色检索目标，向下递归满足条件的目标时，查别的角色在这一步的选择，判断是否要模仿，能不能模仿，不成再自己检索
 | 1 Eddition 2023 年 5 月 22 日 via iPhone 差异化指令集 |
 | 2 nekoharuya OP @Eddition 可以详细解释下吗，请原谅我没看懂 |
 | 3 txhwind 2023 年 5 月 22 日 多线程、换 C |
 | 4 antonius 2023 年 5 月 22 日 这么多 agent ，看你 tick 的频率，如果比较高，GOAP 开销还是不小的。优化方法也很多，不过实际情况多采用针对性优化，建议做分层(hierarchical)，区分大目标小目标，缩减状态空间。或者 time-slicing ，或者降低 GOAP 搜索频率。 还可以采用混合架构，用 Behavior Tree 或者(H)FSM 做局部优化，提高性能。 |
 | 5 thorneLiu 2023 年 5 月 22 日 via Android 搞性能 估计得上 GPU 计算 |
 | 6 thetbw 2023 年 5 月 22 日
|
Select Language