我发现很多关于Pacman中鬼的AI的参考资料,但没有一个提到了在Pacman吃掉鬼后,它们的眼睛是如何找回中央鬼洞的。
在我的实现中,我使用了一种简单但可怕的解决方案。我仅仅硬编码了每个拐角应该采取的方向。
是否有更好或最佳的解决方案?也许有一种通用的解决方案,适用于不同的关卡设计?
我发现很多关于Pacman中鬼的AI的参考资料,但没有一个提到了在Pacman吃掉鬼后,它们的眼睛是如何找回中央鬼洞的。
在我的实现中,我使用了一种简单但可怕的解决方案。我仅仅硬编码了每个拐角应该采取的方向。
是否有更好或最佳的解决方案?也许有一种通用的解决方案,适用于不同的关卡设计?
最短多路径回家
" 算法,它适用于我提供的任何迷宫(在我的规则集内)。 它还可以穿过隧道运行。回家路径数据
都是空的(默认值),一旦幽灵开始探索迷宫,它们的 十字路口回家信息
就会在每次遇到“新”十字路口或从不同的路径再次遇到已知的十字路口时得到更新。原始的吃豆人游戏并没有使用路径规划或高级人工智能。它只是让玩家相信它比实际上更深入,但实际上它是随机的。正如《游戏人工智能/Ian Millington, John Funge》所述。
我不确定这是否属实,但对我来说很有道理。老实说,我没有看到人们谈论的这些行为。例如,红色/布林基并不总是跟随玩家,就像他们说的那样。似乎没有人会故意一直跟随玩家。他们跟随你的机会在我看来是随机的。当四个敌人在一个小空间内移动时,被追赶的机会非常高,因此在随机性中看到行为是非常诱人的。至少在最初的实现中,游戏非常简单。查看这本书,它在第一章中提到了。