AI角色对环境信息的感知方式

简介: AI角色对环境信息的感知方式

在游戏中,AI角色可以通过两种方式获取外界的信息——轮询和事件驱动。

轮询

很显然,想知道周围的世界发生了什么,最简单的方式就是去"查询"。如果角色想知道周围是否有AI角色,可以在代码中直接查找所有AI角色,看看它们是否在附近。这种主动查找感兴趣的信息的方式就是轮询。

但是,当感兴趣的事数量增加时,就需要花大量时间用于查询,且得到的大部分信息都是无用信息,而且很难调试。

一种基于轮询的感知系统更容易维护的方式是建立一个轮询中心,在这里进行所有的查询。

事件驱动

Unity中,如果想知道附近是否有AI角色,可以利用Unity的物理引擎,为AI角色(或其子物体)添加一个大半径的Collider组件,选中isTrigger,当物理引擎检测到碰撞时,就会自动调用OnTriggerEnter函数,这样,只需要在OnTriggerEnter()函数中写出相应的代码就可以了。

这种方式可以看作是事件驱动的。在事件驱动的感知系统中,有一个中心监测系统,它查找角色感兴趣的事情是否发生。当发生了事件,它会通知每个角色。

这个中心监测系统可以称为"事件管理器",它记录每个AI角色所感兴趣的事件,并负责检查、处理和分发事件。由于条件和检查都是集中完成的,因此采用这种方式非常有利于调试。

实现时,一种方法是采用多个专用的事件管理器,每种事件管理器只处理特定类型的信息,也只有少量的监听者。另一种方法是采用通用的事件管理器,能够处理各种不同类型的信息。

 


相关文章
|
3月前
|
存储 人工智能 安全
《Confidential MaaS 技术指南》发布,从 0 到 1 构建可验证 AI 推理环境
Confidential MaaS 将从前沿探索逐步成为 AI 服务的安全标准配置。
|
5月前
|
人工智能 文字识别 安全
【WAIC 2025】AI安全的攻防前线:合合信息AI鉴伪检测技术
本文记录了作者在WAIC 2025上对合合信息AI图像鉴伪技术的深度探访,涵盖人脸视频篡改检测、AIGC图像识别、文档篡改检测三大核心技术,探讨AI时代内容安全的挑战与产业落地实践,展现图像伪造检测从技术到生态的系统化演进。
415 0
|
4月前
|
机器学习/深度学习 人工智能 资源调度
智能家居环境中的AI决策解释:实现以人为中心的可解释性——论文阅读
本文探讨智能家居中AI决策的可解释性,提出以人为中心的XAI框架。通过SHAP、DeepLIFT等技术提升模型透明度,结合用户认知与需求,构建三层解释体系,增强信任与交互效能。
378 19
智能家居环境中的AI决策解释:实现以人为中心的可解释性——论文阅读
|
3月前
|
人工智能 文字识别 自然语言处理
从“看见”到“预见”:合合信息“多模态文本智能技术”如何引爆AI下一场革命。
近期,在第八届中国模式识别与计算机视觉学术会议(PRCV 2025)上,合合信息作为承办方举办了“多模态文本智能大模型前沿技术与应用”论坛,汇聚了学术界的顶尖智慧,更抛出了一颗重磅“炸弹”——“多模态文本智能技术”概念。
235 1
|
4月前
|
数据采集 人工智能 JSON
学会“读网页”:生成式 AI 在足球赛事信息整理中的实战
本文介绍了一个足球比赛信息提取教程,利用生成式AI从ESPN、虎扑、腾讯体育等网站抓取比赛报道,抽取比分、关键事件和球员表现等信息。步骤包括采集、清洗、分块、调用LLM抽取、校验与落地,以及可视化。需要准备Python环境、安装依赖库,并遵循合规性。提供了示例代码,演示如何从网页抓取文本并调用LLM接口获得结构化输出。
360 3
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
FastRead——AI驱动的智能读写生产力引擎,重构信息处理与内容创作新范式
FastRead是一款智能内容处理工具,基于大模型技术,自动解析网页、文档、音频等多源内容,提取关键信息并生成多模态知识卡片。它重构信息处理流程,提升内容创作效率,适用于新闻、金融、教育、营销等多个场景,助力用户高效获取与输出知识。
FastRead——AI驱动的智能读写生产力引擎,重构信息处理与内容创作新范式
|
5月前
|
人工智能 安全 算法
2025 WAIC探展合合信息展台:AI鉴伪技术洞察“看不见”的伪造痕迹
2025 WAIC世界人工智能大会上,合合信息展台展示了多项AI鉴伪黑科技,涵盖图像、视频和文档篡改检测,能毫秒级识别AI伪造内容,广泛应用于金融、保险、社交媒体等多个领域,助力构建安全可信的AI生态。
236 0
2025 WAIC探展合合信息展台:AI鉴伪技术洞察“看不见”的伪造痕迹
|
6月前
|
机器学习/深度学习 人工智能 算法
深度强化学习在异构环境中AI Agent行为泛化能力研究
随着人工智能技术的迅猛发展,AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习(Deep Reinforcement Learning, DRL)的引入,使得智能体能够通过与环境的交互,自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制,并结合代码实战加以说明。
深度强化学习在异构环境中AI Agent行为泛化能力研究
|
6月前
|
人工智能 Serverless 数据处理
AI练习场|如何从多模态文件中自动提取有效信息?
本文介绍了利用AI技术进行多模态文件信息抽取的实战教程,涵盖从文档、图像、音视频等多种数据中自动提取关键信息的技术方案。通过阿里云百炼模型与函数计算服务,实现高效数据处理,适用于信息提取、图片分类、音视频分析等场景,提升数据处理效率与准确性。
AI练习场|如何从多模态文件中自动提取有效信息?