给猫看的游戏AI实战（六）行为树和Behavior Designer插件（上篇）

　　本系列第三节花了很长篇幅介绍怎样用有限状态机（FSM）实现一个AI敌人。当时实现的敌人状态较少，智商也很捉急。本来我打算在第四节改进那个敌人，为它加上寻找掩体等策略。但是由于逻辑过于复杂，不利于讲解，就改为讨论其他内容了。 其实不继续讲状态机还有个原因——用状态机实现敌人AI之后，我又尝试了行为树的模式以及Behavior Tree插件，花了几天时间才摸索出了大概，将AI逻辑重新实现了一遍。如果你能和我一起对比着用状…

　　第一讲的内容过于简单，很多猫们做完还是不明所以。就当是熟悉一下Unity开发基础好了。这次正式发车。? 前言、AI行为综述作为一个称职的游戏AI，要具有以下自我修养，可以不包含全部： 明白自己能干什么——目前所有可以做的行为，即可能性图Possibility Map。认识到当前状况，对一般的AI来说，直接读取游戏数据即可；高级AI有视觉、听觉来感知到当前状况。理解目标，分解目标，决策具体行动并执行。寻路是一种典型的决策问题。…

　　给猫看的游戏AI实战（七）行为树和Behavior Designer插件（下篇）

　　上节课我们已经对行为树和Behavior Designer有了感性和有点理性的认识 :)。但是通过一个例子就掌握这个插件……那是不可能的。所以这节课我们继续，先帮助大家梳理一些基本知识，再提出几个深入的问题，最后继续扩展之前的例子。 这一节将是鸿篇巨制，大家可以慢慢享用。 一、重点提示在讲解之前要说明几个问题： 1、行为树是一种逻辑工具，对工具的学习方法肯定是实用优先。 特地说这个是因为Behavior Designer提供的功能其实比…

　　前言大家好，如题目所说的，我在知乎专栏开了一个坑，专门讲讲和游戏AI有关的内容。难度不高，会从非常非常基础开始，假定用户是我家的大猫 (´・ω・`) 。 现在Unity方面的教程和视频可以说是汗牛充栋，为了找到有特点的角度作者我也是煞费苦心。机缘巧合最近在做一些游戏AI相关的内容，于是就开了这个坑。 废话不说，第一节作为适应课程（让我适应专栏写作），内容相对很少，但是之后有不少例子是基于这种俯视角游戏的，俯视角…

　　昨天发了女星版，今天发男星版。都是AI自动生成未经筛选的图片（有些异性。这样看上去更有变化）。

　　上一节我们讲解了AI行为中寻路的算法，比较特别的是我们是融合了算法可视化的理念，将寻路做出了有趣的动态效果。 这一节我们再次转向另一个问题——多个AI协作的问题。为了讲清楚这个问题，我特意做了这个例子： [图片] 上图中，3个红色的是物流机器人，绿色的是货物。将货物随意地扔给他们，他们就能自发地将货物依次摆放。如果觉得有趣的话，我们来试着实现一下。┌( ಠ_ಠ)┘ 1、实现一个单独的物流机器人 [图片] 对有一定基础的读者来…

　　前一节举了一个视觉感知的例子，猫们感觉和AI的关系并不很大，今天尽量把上节课学的东西利用起来，然后再让AI能够根据情况分解问题，让敌人看起来有点智能，不要太弱了 ╮(╯▽╰)╭。 前言、状态机与AI有限状态机（FASM）是长久以来AI编程最基本的方法，就像拼UI界面要用坐标、层级一样，非常基本。而且这种方法的适应性非常好，只要开动脑筋仔细设计触发条件、执行动作，总能达到想要的效果。 （从反面讲，触发条件和状态转移…

　　上一节我们学习了AI状态机的基本使用方法，让AI具有了进攻、追击、回退等基本功能。本来今天是想继续深入状态机的，但是其实未来状态机AI相对来说不再是技术发展的主流，在复杂AI的项目中，它的地位被 行为树取代了许多。不久之后我们会用 行为树的方法再看看复杂AI行为的设计，由于行为树的设计比较复杂，对初学者很不友好 ╮(╯▽╰)╭。所以今天我们先换一个方向突破——AI寻路，但是本文的重点并不在寻路算法本身。先展示一…

　　说到酒店服务机器人，题主没有问机器人或人工智能，而是锁定在酒店这个行业的机器人，那么就让我们先来看看酒店行业， 看看酒店行业是否需要机器人？机器人在酒店行业真的是像大众所说的那样是一个噱头还是真正的去解决实质问题的？酒店真的需要吗？ 【酒店业现状】先来看看酒店行业，过去十年，高端酒店市场历经快速扩张，已然进入了供给过剩时期，加上宏观经济环境影响，盈利水平明显下滑。过去十年，尽管中国的通货膨胀率居高…

　　利用深度学习做多分类在工业或是在科研环境中都是常见的任务。在科研环境下，无论是NLP、CV或是TTS系列任务，数据都是丰富且干净的。而在现实的工业环境中，数据问题常常成为困扰从业者的一大难题；常见的数据问题包含有： 数据样本量少数据缺乏标注数据不干净，存在大量的扰动数据的类间样本数量分布不均衡除此之外，还存在其他的问题，本文不逐一列举。针对上述第4个问题，2020年7月google发表论文 《 Long-Tail Learning via …