谈一谈游戏AI - Utility

本文介绍了游戏AI中的Utility决策模型,解释了Utility的由来和基本概念,并与行为树进行了对比。Utility AI通过为每个action分配score,根据最高score选择执行任务。文章还探讨了score值函数的设定和数学期望在不确定性中的应用,强调Utility AI在创建复杂、智能游戏AI中的优势。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

如果你背对着冷嘲热讽,它会成为助推器。

郑重说明:本文适合对游戏开发感兴趣的初级及中级开发和学习者,本人力图将技术用简单的语言表达清楚。鉴于水平有限,能力一般,文章如有错漏之处,还望批评指正,谢谢。

本系列前面的文章我们已经谈过:

谈一谈游戏AI - 综述

谈一谈游戏AI - 状态机

谈一谈游戏AI - 行为树

今天我们来谈另外一种游戏AI的决策模型:Utility。

一、Utility 名词的由来


我们在平时的工作或学习中,需要训练发散思维以及举一反三的能力,最好能有意识得将新学习的知识或者技术与我们已知的其他事物进行横向对比,以此加深理解的深度和学习的效率。

发散的来思考,其实游戏中 NPC 的 AI 决策和我们日常生活中的决策是有类似的地方的,相关的方法论可以借用,而 Utility 的使用也正是基于这样一种思考方式。

Utility 译为效用,是微观经济学中最常用的概念之一。一般而言,效用是指消费者对各种商品和服务的消费或投资的相对满意度的度量值。基于理性选择理论的经济学理论通常认为消费者会尽可能最大化其效用。

这样说,可能还是有点难以理解,我们举一个简单的例子。比如你假期出门旅游,需要订酒店,此时有几个不错的酒店可供选择,一家酒店的价格是450元每晚,另外一家类似条件的价格是350。很明显,这里你的决策其实很简单,类似条件的选择便宜的价格即可(350元的那家)。这里各家酒店的价格

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

零壹协奏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值