摘要: 一.引入 一.引入 决策树基本上是每一本机器学习入门书籍必讲的东西,其决策过程和平时我们的思维很相似,所以非常好理解,同时有一堆信息论的东西在里面,也算是一个入门应用,决策树也有回归和分类,但一般来说我们主要讲的是分类,方便理解嘛。 虽然说这是一个很简单的算法,但其实现其实还是有些烦人,因为其fea 阅读全文
posted @ 2017-05-22 16:45 decode126 阅读(196) 评论(0) 推荐(0) 编辑
摘要: ——————————————————————— 谈到游戏AI,很明显智能体拥有的知识条目越多,便显得更智能,但维护庞大数量的知识条目是个噩梦:使用有限状态机(FSM),分层有限状态机(HFSM),决策树(Decision Tree)来实现游戏AI总有那么些不顺意。 试试Next-Gen AI的行为树 阅读全文
posted @ 2017-05-22 16:18 decode126 阅读(289) 评论(0) 推荐(0) 编辑
摘要: 游戏人工智能AI中最常听见的就是这三个词拉: FSM 这个不用说拉,百度一大堆解释, 简单将就是将游戏AI行为分为一个一个的状态,状态与状态之间的过渡通过事件的触发来形成。 比如士兵的行为有“巡逻”,“追击敌人”,“攻击敌人”,“逃跑”等行为, 响应的事件就有“发现敌人”,“追到敌人”,“敌人逃跑” 阅读全文
posted @ 2017-05-22 16:17 decode126 阅读(411) 评论(0) 推荐(0) 编辑
摘要: 原文出处: 慕容小匹夫的博客(@慕容小匹夫) 原文出处: 慕容小匹夫的博客(@慕容小匹夫) 前言: 刚开始写这篇文章的时候选了一个很土的题目。。。《Unity3D优化全解析》。因为这是一篇临时起意才写的文章,而且陈述的都是既有的事实,因而给自己“文(dou)学(bi)”加工留下的余地就少了很多。但又 阅读全文
posted @ 2017-05-22 10:46 decode126 阅读(249) 评论(0) 推荐(0) 编辑
摘要: 这里从三个纬度来分享下内存的优化经验:代码层面、贴图层面、框架设计层面。 一.代码层面。 1.foreach。 Mono下的foreach使用需谨慎。频繁调用容易触及堆上限,导致GC过早触发,出现卡顿现象。 特别注意的是在Update中如果非必要,不要使用foreach。尽可能用for来代替fore 阅读全文
posted @ 2017-05-22 10:06 decode126 阅读(352) 评论(0) 推荐(0) 编辑