Привет всем, последние несколько недель я занимался прототипированием некоторых компонентов ИИ, улучшая поведение агентов в игре. Подход имеет в основе метод "job givers", который включает в себя кастомный планировщик задач похожий на GOAP. Само улучшение пока небольшое, но в будущем на его основе я буду строить другие поведения для агентов. Вкратц…
Используй больше переменных для тонкой настройки. И потом иорайся с коэффициентами.
Например : идти продавать лишнее , не когда этоого лишнего становится X - экземляров.
Сейчас у тебя:
После того как у героя появляется больше одного оружия, планировщик добавляет задачу "торговать" и агент продает все излишки кузнецу
Есть смыл поиграться. Добавить больше переменных ,а потои крутить и выбирать что лучше выглядит с точки зрения зрителя.
Согласен. Так и делаю – сначала пишу минимально работающую реализацию, потом добавляю параметры которые можно крутить в рантайме. В самой игре потом будет более интересный алгоритм – например продавать все крому лучшего оружия в категории или учитывать расстояние до продавца при планировке, в демо этого нет.