吃豆人幽灵人工智能

Question

我目前正在用java制作pacman游戏。不过我有一个关于鬼魂的问题。

我知道鬼魂的攻击方式并不都是一样的。我首先想研究让幽灵追上吃豆人的基础知识，而不用担心其中的差异。

我向你们聪明人提出的问题是，让鬼魂追逐吃豆人但有时会随机改变路径的最佳方法是什么。我目前正在使用 21 x 21 2D 数组来告诉墙壁在哪里，所以我想让它更多地尝试并前往 pacman 当前的网格位置。 （例如转到10,14）当然，同时避免像吃豆人一样穿墙。我想知道如何才能让它做到这一点，并且让鬼魂有时停下来并走向另一个方向或其他东西，这样它就不会总是持续不断的追逐，吃豆人有机会逃脱。也许你们中的一些人已经编写了吃豆人游戏，或者只是知道一个好方法。任何帮助将不胜感激。

（请注意，我目前正在学习 11 年级的计算机科学课程，并且正在学习 Java 的第一学期的一半。）

Answer 1

如果你只是想让幽灵的行为不一样，那么每次它们遇到十字路口时，就将它们的决定随机组合一些合理的追逐默认值（例如继续以最短距离到达吃豆人的路线 - 使用 Dijkstra 算法 在所有后继者上选择最好的一个）和随机选择。

Answer 2

我发现这篇文章非常有帮助：了解吃豆人幽灵行为 ，因为它解释了您所需要的。

Answer 3

这是一种可能性：对于幽灵可以采取的所有步骤，计算该步骤是否会使其更接近吃豆人。这可以通过曼哈顿距离来完成，在二维网格中它只是x 距离 + y 距离。然后随机选择一个步骤，将更高的概率分配给那些实际上会更接近的步骤。

如果您有一个数组 steps，其中前 n_ending_in 步代表将让幽灵更接近 Pacman 的步数，那么您可以为它们指定总概率为 prob_ending_in 与

double total_probility = 1.;
for (int i=0; i<n_closing_in; i++) {
    step_prob[i] = prob_closing_in / n_closing_in;
    total_probability -= prob_closing_in / n_closing_in;
}

然后类似地将 total_probability 中剩余的内容分配到将使幽灵远离 Pacman 的步骤上。

Step random_step(Step[] possible_steps, double[] step_prob) {
    double r = Math.random();

    int i;
    for (i=0; i<possible_steps.length(); i++) {
        if (r < step_prob[i])
            break;
        r -= step_prob[i];
    }
    return possible_steps[i];
}

如果迷宫不是太复杂并且接近的概率是 >.5，幽灵会看起来像是在追逐吃豆人，但是是以一种随意的方式。

将 prob_ending_in 提高到 1. 将使游戏变得更加困难。

（以上所有代码都未经测试，可能包含错误。我不太擅长 Java。）

Answer 4

在我的大学人工智能课程中，我使用旧版本的 Pacman Ghost 人工智能框架做了一些工作。看起来当前版本可以在这里找到 http://www.pacman-vs-ghosts.net /软件（现已死亡）。在此，您将开发自己的 Ghost 代理来尝试捕获代理或用户控制的 Pacman。

这对于尝试不同的人工智能技术非常有用。

对于您的问题，该框架中的级别实际上是根据图形而不是二维数组构建的。您可以查看代码以了解他们是如何做到的。

原来的链接已经失效，目前还没有找到官方的镜像。不过，以下内容可能会有所帮助：

了解吃豆人幽灵行为
吃豆人女士 vs Ghost AI (GitHub)
PacMan_v6.2 (GitHub)

Answer 5

这种人工智能最简单的实现是使用简单的图搜索算法。 BFS 是一种简单但可行的方法。然而，您当然希望实施启发式方法来更好地优化运行时间，因此从幽灵代理到吃豆人的简单曼哈顿距离就足够了。

摘要：采用曼哈顿距离启发式的 BFS。

如果您想变得更有趣，并使您的幽灵在狩猎时更加高效，您可以实施游戏状态启发式（例如，基于幽灵到吃豆人的距离，以及到目前为止吃豆人已经吃掉了多少点）当鬼魂必须选择下一步要采取的行动时使用。在这种情况下，您可以使用修剪技术来缩短运行时间。