Rehber bağlantılı sınav · Orta Seviye
Video Oyunu NPC Davranış Testinde Yapay Zeka
A*, sonlu durum mantığı, GOAP, davranış ağaçları ve diyalog modellerinin oyunlardaki oyuncu olmayan karakter davranışlarını nasıl şekillendirdiğini test edin.
Soru 1 arasında 8
Oyunlarda NPC yol bulma için en yaygın olarak hangi teknik kullanılır?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- Oyunlarda NPC yol bulma için en yaygın olarak hangi teknik kullanılır?
- A* (A-yıldız) arama algoritması
- Blockchain fikir birliği
- Evrişimsel sinir ağları
- Kuantum tavlama
- Çoğu geleneksel NPC düşman mantığı neyden inşa edilmiştir?
- Büyük dil modelleri
- El işi sonlu durum makineleri ve davranış ağaçları
- Genetik algoritmalar
- Konuşma tanıma
- Oyun F.E.A.R. hangi yapay zeka tekniğiyle ünlü?
- Işın izleme
- Prosedürel müzik
- Hedef odaklı eylem planlaması (GOAP)
- Ses klonlama
- Oyun yapay zekası neden sıklıkla kasıtlı olarak tam optimalden daha az hale getiriliyor?
- Elektrikten tasarruf etmek için
- Çünkü bilgisayarlar daha iyisini yapamaz
- Dosya boyutunu küçültmek için
- Oyunun sinir bozucu olmaktan ziyade adil ve yenilebilir olmasını sağlamak
- NPC diyaloğunu ilerletmek için büyük dil modellerini kullanmanın temel riski nedir?
- Halüsinasyonlu bilgi ve yazılı anlatıyı bozma
- NPC'ler çok sessizleşiyor
- Daha hızlı yükleme süreleri
- Daha düşük grafik kalitesi
- Davranış ağaçları tasarımcılara nasıl yardımcı olur?
- 3 boyutlu grafikler oluşturuyorlar
- Basit eylemleri yeniden kullanılabilir, kontrol edilebilir hiyerarşik mantığa dönüştürürler
- Dokuları sıkıştırırlar
- Çevrimiçi çöpçatanlıkla ilgileniyorlar
- 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