作者AmosYang (Zzz...)
看板GameDesign
标题Re: [鲁蛇] 嘴炮三千镁
时间Sat Nov 30 23:27:08 2013
※ 引述《youtien (章太炎龙骑士团)》之铭言:
: 数学,偿付矩阵,是否可以设计一个小小的AI去验算设计者的合理程度?
: 例如,一级治疗术花5点回复50点,二级花10点的话,回复量如果大於100,
: 而角色MP又多,就可判定玩家多半有了高级就不用初级的了;如果只比50多个十
: 几二十点,则可能让人觉得不划算,设计者都要把握这个度。至於各种单体与群
: 体、泛用与专用,那就有越来越复杂的题目可做。
这门学问一般称之为计算理论(Theory of Computation)
之前提过铁拳,就再来讲铁拳
铁拳把“格斗”
简化为
抽象的指令後进行一连串的
计算(calculation)
最後把结果用人脑容易接受的影像与声音输出
这其中最漂亮的地方,就是把“格斗”这个很复杂的问题,
简化、缩小(reduce)成一个很简单的抽象 model,
变成电脑最擅长的计算(calculation)问题, 是故,铁拳就被写出来了
: 是否可以设计一个小小的AI去验算设计者的合理程度?
这取决於你开出来的题目的可计算性(computability), 复杂度(complexity),
你的计算(computation)策略,你能动员的计算能量(computing power)
这其中有许多可以偷机的地方,例如上述的铁拳,刻意把很复杂的问题简化再简化
直到变成电脑擅长的计算(calculation)问题,但人脑又能接受这个抽象的格斗方式
理论物理学里更是最爱偷机这招 XD 乾水、无磨擦力、完美电阻, 真正的真空…
或着用正攻法,找个天才来,就正面打爆这个问题
再不然就是大绝招,信用卡刷下去, cloud computing FTW!!!
说了这麽多,我想讲的是,小小“验算”两个字的後面,有可能摆着一道数学之壁啊…
但也有可是只是一扇纸窗就是了 :D
: 这学问我不在行,还是谈点别的好了。我是文科生,可以写稿,从文学和艺
: 术上品评创作,这活动如果办成的话,我愿意用我的键盘来捧场。
感谢支持 orz
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 98.26.14.35
: 数学,偿付矩阵,是否可以设计一个小小的AI去验算设计者的合理程度?
如果能更精确的定义“合理程度”,也就是所谓的 utility function
我们永远都有跟万用三熊图一样万用的类神经网路这个工具
这玩意号称计算界的C4, 解不出来的问题,用 C4 就对了, 科科 :D
※ 编辑: AmosYang 来自: 98.26.14.35 (11/30 23:40)
※ 编辑: AmosYang 来自: 98.26.14.35 (11/30 23:56)
1F:推 ddavid:也没那麽神啦,用哪一种、Hidden Layer数量怎麽取、I/O怎麽 12/01 02:51
2F:→ ddavid:编码还是有些麻烦存在的,而且真要说的话只要符合前提,那 12/01 02:52
3F:→ ddavid:Data Mining/Maching Learning里面很多东西都是万用的啦XD 12/01 02:52
data mining / machine learning 是进可攻退可守的万用工具啊
进,说不定好死不死真的把问题解决了
退,做出来效果不好, 就说 "啊,这是 DM/ML 的先天限制嘛;
嫌不好的话你找个更好的方法出来啊" XD
4F:推 ddavid:在这个问题上比较麻烦的是甚至没有太固定的Pattern或Class 12/01 02:55
5F:→ ddavid:可以learn,光是Evaluation function就很难写,就更不用说 12/01 02:57
6F:→ ddavid:要能做back propagation或其他别的招数了XD 12/01 02:58
我觉得有偷机的空间
7F:→ ddavid:纵使硬用了,可能会因为合理的可能性太多,很容易发生 12/01 02:59
8F:→ ddavid:Hidden Layer不足导致overfitting → 变得只认为特定几种设 12/01 03:00
9F:→ ddavid:计是好的,其它都是垃圾 12/01 03:00
10F:→ ddavid:上面讲错:Hidden Layer → Hidden Layer中Node的个数 12/01 03:01
假设一个游戏的源码为 S, 假设有一套评量游戏平衡的条件为 C
要做出 f 使得 f(S, C) 可以回答 "此游戏是否平衡/合理?" 这个问题
我觉得这个 f 很难做, 弄出来至少值个博士学位
我会退而求其次,用偷机的,
假设一个游戏的规则为 R
要做出 f 使得 f(R) 可以回答 "就统计上来说,胜率高的玩法有哪些?" 这个问题
这个感觉上就(相对地)简单多了,感觉只是个硕士题目
最後再由人脑来判断这些胜率高的玩法是否 IMBA
综合人脑电脑双方的优点
题外话: 记得在 2007 年前後有听到一则新闻,
一所大学办个 AI 比赛,比赛让 AI 玩游戏
但这比赛的特点是,各个竞赛游戏本身的规则事前不公布
比赛开始了才公布 (以 prolog 还什麽那一类的语言编码)
易言之,参赛的 AI 要当场试着去了解这些游戏规则,然後求胜
後续情形不知道,但是这是很有趣,很有挑战性的比法 :D
※ 编辑: AmosYang 来自: 98.26.14.35 (12/01 04:43)
※ 编辑: AmosYang 来自: 98.26.14.35 (12/01 04:44)
11F:推 ddavid:挺有趣的,这种把AI一般化的问题都很有趣......也比较难XD 12/01 22:57