Abstract
MizunoAI:使用KNN算法,但是,算法需要调参
NEAT:神经网络和遗传算法的结合,可以自行调参(k值)
本篇论文是使用NEAT去进行游戏对抗 FightingICE
INTRODUCTION
传统的解决方案:制定规则 缺点:容易被人预测
opponet modeling:基于对手的移动和行为进行预测建模
FIGHTING ICE
游戏规则:一场游戏60s,1s有60帧,通过公式:
比较分数来决定获胜者
动作:左,右,跳跃,蹲下躲避
PROPOSED METHODOLOGY
这篇论文使用KNN来预测对手的移动。
预测分为三个部分:
①收集数据:人物在x轴y轴上的距离,两个人物的HP,和耐力值
②预测:
1. 根据对手距离的远近筛选对手的动作,远距离不考虑
2. 训练网络
3. 评价网络的性能,对网络进行筛选
③模拟:模拟人物和对手所有会进行的动作,最后选出最高得分的动作
PERFORMANCE EVALUATION