主页 > 行业动态 >

能使用粒子群优化在赛车游戏中进行离线训练

发布时间:2019-11-12 11:41

在今天的另一个主要Gamasutra能中,I-Imagine开发人员Etienne de Villiers讨论了他如何使用粒子群优化算法来获得他的赛车游戏的物理和AI参数的良好值。

De Villiers解释了这个概念:

“许多当代游戏使用数据驱动的方法来控制游戏的各个方面。例如,在赛车游戏中,外部文件可用于指定车辆的各种物理参数或行为的值AI对手的参数。

确定这些参数的值可能是一项艰巨的任务,

因为对一个参数值进行的更改可能会影响行为的多个方面。虽然有时可以用数学方法计算理想值,但在大多数情况下需要使用试错法。

在本文中,我将讨论如何使用粒子群优化(PSO)算法来获得[AI和物理]的良好值。本文的第一部分提供了函数优化的快速概述。然后讨论PSO算法,之后我将展示我们如何在赛车游戏中使用PSO。“


您现在可以阅读有关该主题的完整Gamasutra能,包括有关此潜在棘手问题的建议技术解决方案的更多信息

(无需注册,请随时链接到外部网站的文章)。

上一篇:“战略肢解”在死亡空间

下一篇:战争机器设计师与吉米会谈1

相关内容