Kuis terkait panduan · Sedang Tingkat
AI dalam Kuis Perilaku NPC Video Game
Uji bagaimana A*, logika keadaan terbatas, GOAP, pohon perilaku, dan model dialog membentuk perilaku karakter non-pemain dalam game.
Pertanyaan 1 dari 8
Teknik apa yang paling umum digunakan untuk mencari jalan NPC dalam game?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Teknik apa yang paling umum digunakan untuk mencari jalan NPC dalam game?
- Algoritma pencarian A* (A-star).
- Konsensus blockchain
- Jaringan saraf konvolusional
- Anil kuantum
- Kebanyakan logika musuh NPC tradisional dibangun dari apa?
- Model bahasa besar
- Mesin negara terbatas dan pohon perilaku buatan tangan
- Algoritma genetika
- Pengenalan ucapan
- Permainan TAKUT. terkenal dengan teknik AI yang mana?
- penelusuran sinar
- Musik prosedural
- Perencanaan tindakan berorientasi tujuan (GOAP)
- Kloning suara
- Mengapa AI game seringkali sengaja dibuat kurang maksimal?
- Untuk menghemat listrik
- Karena komputer tidak bisa berbuat lebih baik
- Untuk mengurangi ukuran file
- Untuk membuat permainan terasa adil dan dapat dikalahkan daripada membuat frustrasi
- Apa risiko utama penggunaan model bahasa besar untuk mendorong dialog NPC?
- Pengetahuan berhalusinasi dan melanggar narasi tertulis
- NPC menjadi terlalu pendiam
- Waktu muat lebih cepat
- Kualitas grafis lebih rendah
- Bagaimana pohon perilaku membantu desainer?
- Mereka membuat grafik 3D
- Mereka menyusun tindakan sederhana menjadi logika hierarki yang dapat digunakan kembali dan dikontrol
- Mereka memampatkan tekstur
- Mereka menangani perjodohan online
- In A* pathfinding, what two values are combined to prioritize a search node?
- The NPC's dialogue length and animation speed
- The image resolution and audio sample rate
- The cost so far and a heuristic estimate of remaining cost
- The player's score and game difficulty setting
- What does GOAP let an NPC do at runtime?
- Render a more detailed character texture
- Transcribe player speech without a dialogue model
- Generate every game level from a random seed
- Plan a sequence of available actions to reach a goal state