Tema: game-ai
-
Campos de flujo: compartir un destino sin compartir una ruta rígida
Construye campos reutilizables de coste restante y de dirección para multitudes, conserva la semántica de las aristas ponderadas e invalida los campos en cache cuando cambian sus supuestos de movimiento.
-
Utility AI: cómo hacer comparables las puntuaciones de las acciones y lograr decisiones estables
Separa la elegibilidad de una acción de su preferencia, inspecciona las curvas de respuesta y las combinaciones de puntuaciones, y usa reglas de cambio explícitas para evitar un comportamiento indeciso.
-
GOAP: buscar una secuencia de acciones y luego validar su ejecución
Representa de forma explícita los objetivos y las acciones, mantén los efectos hipotéticos separados del mundo real y vuelve a planificar cuando una secuencia válida deja de ser posible.
-
Percepción y memoria en la IA de videojuegos sin agentes omniscientes
Convierte los eventos sensoriales en creencias que envejecen y en condiciones de acción explícitas, manteniendo las últimas observaciones separadas del estado real y oculto del mundo.
-
Mallas de navegación, corredores de ruta y evitación local
Mantén separados la planificación de rutas, el margen libre, el steering local y el movimiento físico para que los agentes naveguen por pasajes estrechos y reaccionen de forma coherente a obstáculos cambiantes.
-
Árboles de comportamiento y máquinas de estados: selección, transiciones e interrupción
Elige las estructuras de control de IA según su semántica de decisión e interrupción, y define para cada tarea quién la controla, cuándo termina y cómo se cancela.
-
Heurísticas de A*: conservar el significado del coste de movimiento
Elige una heurística que sea cota inferior para el grafo de movimiento real, trata correctamente las rutas mejoradas y verifica la calidad del camino frente a una búsqueda no informada.
Legible por máquina: JSON