大家好 👋 我一直在开发一个新游戏AI框架，名为 GMSmartAgent，这是一个模块化系统，结合了utility理论，HTN规划，排名和基本的前馈网络。它仍然是工作在进行中，但我认为它值得发布。 什么是它 一个轻量级的模块化游戏AI库。每个模块是一个简化的实现，其它东西（可能看起来太复杂了，但不是）。你可以删除不需要的模块，它不会影响任何事情，只要你不试图访问它。例如，你可以删除Net模块，但这意味着你无法使用RankNet，TDNN或任何其他使用神经网络的模型。 特性 * 分数：响应曲线，考虑，目标，权重和冷却 * 输入：拉取回调，缓存每次思考，推送值，归一化到0..1 * 选择：最佳，顶N加权，承诺奖励 * 缩放：帧预算，优先级等级，共享配置 * 观察：记录玩家选择，选择特征，评估而不决定 * 学习：八个模型，后台训练，信心，衰减，保存/加载，自定义模型和学习结果和/或选择。 * 计划：HTN食谱和GOAP目标，事实作为数据，自我修复，跨帧分散 * 玩家配置：技能评级，获胜机会，匹配，实时玩法风格 * 开发工具：调试视图，计划树视图，测试模块，自定义随机数种子 它是如何开始的 大约一个月前，我发了一个帖子，解释了如何开始改进愚蠢的士兵。 我花了几个小时观看了所有关于游戏AI的GDC视频，阅读了研究论文，以了解和理解我有哪些选项。 我想这不会很难，因为我以前有过自己的自定义DNN库（失败了），使用C++和python，但我完全不知道我错了多少。 我不得不改变方向很多。 有一段时间，我甚至停止了，只是专注于路径寻找/导航系统，这后来变成了 GMNav，并且仍然有一个庞大的待办事项清单和bug列表。 后来，我想制作自己的游戏AI系统；一种行为树-like结构，基于节点。但不久之后，我在研究中发现了一个叫做utility理论的东西，它在游戏开发中非常普遍，并且在GameMaker中找到了一份简单的实现视频。 将核心想法简化为：你定义参数及其权重，结构用给定的情况数字评分它们。 这迅速改变了我的想法和方向。 我仍然想在不花费太多成本的情况下添加一些学习模型。 幸运的是，通过Google搜索AI（我经常使用，找到了秒级的详细链接），我发现了一些关于选择模型和RankNet和LambdaMART的论文（我以前尝试过，但经历了可怕的经历）。 这个想法迅速成形了。 我受到其他库的启发，添加了HTN规划师（用于Horizon Zero Dawn，Horizon Forbidden West和Death Stranding，[youtube视频](https://www.youtube.com/watch?v=b04n6JfDano&t=1252s）），评分和基本的前馈网络。 限制 它仍然有缺陷，bug和缺失的功能，我仍在工作中。 这是一个非常活跃的项目，所以你应该期待变化。 教程 我还制作了一个简单的教程系列，十章。 它还将有一个高级部分，每个章节都会回答一个问题。 我已经覆盖了大约30章（还没有在仓库中，正在频繁编辑中）。 链接 GMSmartAgent： https://github.com/erkan612/GMSmartAgent GMNav： https://github.com/erkan612/GMNav 如果你想看看我的其他作品： GMUI： [https://github.com/erkan612/GMUI](https://github.com/erkan612/GMUI）- 即时模式UI GMVex： [https://github.com/erkan612/GMVex](https://github.com/erkan612/GMVex）- 矢量图形 GMLiteSearch： [https://github.com/erkan612/GMLiteSearch](https://github.com/erkan612/GMLiteSearch）- 高级文本搜索 GMMT： [https://github.com/erkan612/GMMT](https://github.com/erkan612/GMMT）- 高级缓慢运动，兼容即时范式 嘿， 它是免费的，并且MIT许可！ 一如既往，欢迎你的反馈。 建议和问题总是欢迎的。 感谢阅读！ 编辑： 我看到一些删除的消息，似乎很困惑于项目的目的。 这 不是 一个LLM AI助手来帮助你编写GML。 这个框架是为了开发游戏AI， 不仅仅是敌人AI，还有任何你能想象的AI，例如： 访问性AI， 你知道一些游戏会推送一些信息给你，在你的HUD中，例如提醒你在30%HP时使用健康药水，使用这个框架，你可以学习玩家的行为，了解他们在什么情况下使用健康药水，写一个适当的访问性系统，敌人AI，伴侣AI或任何你能想象的AI。 请自由地问问题，而不是删除你的消息，任何你想问的问题都是欢迎的！