Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

ΠΛΗ513 – ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ ΕΡΓΑΣΙΑ ΕΞΑΜΗΝΟΥ 2012 Ακασιάδης Χαρίλαος.

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "ΠΛΗ513 – ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ ΕΡΓΑΣΙΑ ΕΞΑΜΗΝΟΥ 2012 Ακασιάδης Χαρίλαος."— Μεταγράφημα παρουσίασης:

1 ΠΛΗ513 – ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ ΕΡΓΑΣΙΑ ΕΞΑΜΗΝΟΥ 2012 Ακασιάδης Χαρίλαος

2 Το Παιχνίδι..  Έτοιμη πλατφόρμα σε Java, στα πλαίσια διαγωνισμού ○ URL: http://www.pacman-vs-ghosts.net/http://www.pacman-vs-ghosts.net/ ○ Παρουσίαση αποτελεσμάτων στο WCCI 2012  Ζητούμενο: Υλοποίηση ελεγκτών για την Ms. Pac-man ή για την ομάδα των φαντασμάτων

3 Το Πρόβλημα  Πρόβλημα καθολικής ρομποτικής πλοήγησης ○ Γνωστός χάρτης ○ Γνωστή θέση ○ Ζητούμενο: -ο σχεδιασμός διαδρομής -ο έλεγχος κίνησης  Περιορισμός στον χρόνο απόκρισης, max 40ms

4 Ο Controller DynamicPac [1/3]  Οι διαθέσιμες κινήσεις σε κάθε θέση που βρίσκεται (min 2, max 4) είναι όσες και τα δυνατά μονοπάτια μήκους range  Στόχος: Έλεγχος περιεχομένου των range κόμβων κάθε μονοπατιού και ανάθεση τιμής δυναμικού στις δυνατές κινήσεις  Περιεχόμενα: Empty, Pill, Power Pill, Ghost, Edible Ghost

5 Ο Controller DynamicPac [2/3]  Μεγάλο range οδηγεί σε μεγάλη πολυπλοκότητα - χρονοβόρο  Εξαγωγή μέσου όρου και ανάθεση δυναμικού σε κάθε δυνατή κίνηση  Επιλογή της κίνησης με τη μεγαλύτερη τιμή δυναμικού

6 Ο Controller DynamicPac [3/3] public MOVE getMove(){ float[availableMoves.length()] dynamic=computemovedynamic(range); return indexOf(max:dynamic) } public float[] computeMoveDynamic(int range){ for each possible move: dfield[j]=computeRouteDynamic(startingNode,move,range); return dfield; } public float computeRouteDynamic(int nodeid, MOVE direction, int range) { // check each node in route and assign value based to it’s content if (node==crossroad), for each direction!=lastmove.Opposite() nodescore[direction]=computeRouteDynamic(startingNode,move,range-depth); return average score of nodes; }

7 Πειραματικά Αποτελέσματα  Ανάθεση Αξιών στα Περιεχόμενα  Εύρεση Βέλτιστου Εύρους Παρατήρησης  Vs. 4 Ομάδων Αντιπάλων  Avg: 7562.85Max: 31240 vs. Aggressive

8 Προοπτικές Εξέλιξης  Αποφυγή Περικυκλώσεων  Διεύρυνση Εύρους Ελέγχου Κόμβων σε Ειδικές Περιπτώσεις  Μεταβαλλόμενες τιμές δυναμικού (Power Pill πιο ισχυρό όταν υπάρχουν κοντά φαντάσματα)

9 Video από Gameplay Vs. RandomGhosts Vs. StarterGhosts

10 Ευχαριστώ πολύ! Ερωτήσεις;


Κατέβασμα ppt "ΠΛΗ513 – ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ ΕΡΓΑΣΙΑ ΕΞΑΜΗΝΟΥ 2012 Ακασιάδης Χαρίλαος."

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google