和尚把这个游戏钻研精了！{:16_703:}
本帖最后由 galliano 于 2017-6-21 10:12 编辑
继续
决策层的两个批处理参数
Mental参数：
当前上层设定了AD-D-CA-S-P-A-AA 7个选项
Fluid参数：
设定VS-S-B-F-VF 5个选项
大概是从15还是16开始，Mental、Fluid两个上层选项可以控制role的参数取值范围，即是对11个role的取值进行批处理，部分role甚至不能自定义自己的参数数值。甚至限制了Role的A/D/S取值。如此一来，game中玩家的战术控制力大大被阉割。不过NPC方也依照此模式，所以NPC强度也被削弱了，或者说NPC方自始至终都是这样，维持原样。
运筹帷幄决胜千里之外，实际上核心要素就是M和F这两个参数。
最大数据库 发表于 2017-6-16 09:54
和尚把这个游戏钻研精了！
更没有play欲望啦
本帖最后由 galliano 于 2017-6-16 10:35 编辑
战术数量
仅仅按照Position-Role组合，战术基础数量在130万种以上。
再狭义考虑Metal-Fluid上层参数，并排除部分极端站位组合，那么核心战术类型约5000万种
考虑其他指令、自由度等组合，那广义战术总数在10的17次方这个量级。不知道我有没有算错
galliano 发表于 2017-6-16 10:32
战术数量
仅仅按照Position-Role组合，战术基础数量在130万种以上。
广大“战术党”在此10的17次方海洋遨游，算得上是其乐无穷
和尚把这个游戏钻研精了！
楼主，原文地址是什么？原文是英语吗？我读英语专业的，可以翻译。
本帖最后由 galliano 于 2017-6-19 16:52 编辑
15113912414 发表于 2017-6-17 15:25
楼主，原文地址是什么？原文是英语吗？我读英语专业的，可以翻译。
{:16_724:} Thank you sir,
I am the author.
Could you help me translate some articles?
link:
https://en.wikipedia.org/wiki/Finite-state_machine
今天看过的最搞笑的对话就是楼上和楼上的的楼上
本帖最后由 galliano 于 2017-6-18 21:33 编辑
最大数据库 发表于 2017-6-18 21:16
今天看过的最搞笑的对话就是楼上和楼上的的楼上
确实是无言以对
以后我可以伪装歪果仁来坑蒙拐骗天朝人了
本帖最后由 galliano 于 2017-6-21 10:04 编辑
FM的AI在决策层上比热血足球复杂，role层面上还不如热血足球，毕竟热血队12个人每人的AI都是独一无二的。
决策层-角色层-基础层
热血足球通过性格和士气表现决策，热血队12人每人都是独立的角色，基础层由场上位置决定。
galliano 发表于 2017-6-18 20:30
Thank you sir,
I am the author.
Could you help me translate some articles?
我勒个去，好长啊，我最近要考试啊啊啊啊啊
galliano 发表于 2017-6-18 20:30
Thank you sir,
I am the author.
Could you help me translate some articles?
既然大师你是作者，您老干嘛要这样写呢？我看了帖子以为自己没学好中文，看了你发的链接都后悔选错专业了。
笑而不语~~~
galliano 发表于 2017-6-18 20:30
Thank you sir,
I am the author.
Could you help me translate some articles?
今天考完一科，回来看了一下链接里的内容，大师，你这不逗我吗？根本就和FM这游戏无关啊{:16_713:}
看不懂！！！！语文白学了，
本帖最后由 galliano 于 2017-6-21 10:19 编辑
参考资料：篮球AI决策机制
本帖最后由 galliano 于 2017-6-21 12:01 编辑
继续
Role层面的Attack/Defense/Support/Auto的所谓duty职责
用来控制球员role的First choice。
次序上是1、设置全局参数 2、role-duty起作用
所以比赛时候生效的是duty，会覆盖mental、fluid中的部分设定。
本帖最后由 galliano 于 2017-6-22 10:20 编辑
当前AI采取的是简单的情势得分比-》roll-behaviortree的战术模式，AI比较弱势
未来可操作的AI接口：
当前AI优势：
执行力、观察力、操作速率、记录能力
当前AI劣势：
诱骗策略、远期分析能力
两类：
1、上帝模式：AI采取预读方式，直接在内存读取玩家的战术指令，并以此计算出当前对抗的最优解战术指令。如果采用该模式，在玩家不考虑诱骗和换人的打法下，AI以零延迟的IO速度可以获取敌情，并零延迟做出调整对策，可以接近无敌。
2、仿真模式：AI不可直接读取玩家战术指令，但可以记录matachstats数据，通过分析敌方role的平均位置，移动速率等参数，并结合RCA数值，模拟人类做出战术调整。
调整思路包括：
2.1 roll模式，每类情势-RCA对比得分情况下，从树下几个战术中roll某种战术-》评估结果-》下一次roll
2.2 学习模式，采用收敛算法学习比赛对抗策略，根据不同的情势和实力对比，从数据库中选择损失最小，获胜概率最大的那一个战术。该法或许需要大概10的18次方数量的比赛数据积累才能打造出大师级AI。当AI达到Master级别后，可以采用MetaAI系统，对玩家能力予以评价，玩家太弱就使用低胜率战术，玩家太强就自动调高难度。然后再加入犯傻机制，定期刻意出点昏招，以减少玩家挫折感。
不过个人认为当前的roll模式或者2.1模式已经足够对付玩家了，2.2模式无法离线运作，只能online版本才能实现。或者从2.2模式积累的应对策略库中提取一部分作为2.1模式的基础指令库。
当前无论是AI还是玩家，在不采取预读IO指令的情况下，如何观测敌方的战术指令（mental、fluid、duty），这是个难点。
StarCraft中采用战争迷雾对于双方做了限定，而FM中如果做出类似限定，则AI只能读取Screen上的位置坐标来分析。
哪一方会厉害一点呢？人还是机器？