Hierarchické plánování pro real-time strategické hry

Abstract

Tato diplomová práce řeší hierarchické plánování pro real-time strategické hry. Cílem práce je vyzkoušet vhodnost aplikace HTN plánování pro počítačem řízeného hráče RTS hry tím, že bude HTN plánování použito ve hře Dune 2000. V práci byly navrženy a implementovány dva mírně odlišné přístupy, pojmenované jako Resourced Based AI (RBAI) a Income Based AI (IBAI), modifikující původní umělou inteligenci jen do té míry, která je potřeba. První jmenovaný přístup modeluje fungování hry pro plánování přesněji. Druhý zmíněný testuje jednoduší přístup. Z experimentálního měření bylo zjištěno, že jsou oba přístupy funkční a ve většině případů poráží výchozí umělou inteligenci, ale nakonec se ukázalo HTN plánování zbytečně robustní a pracné pro zvolený přístup k vytvoření AI.This thesis addresses hierarchical planning for real-time strategy games. The aim of the thesis is to test the suitability of applying HTN planning to a computer-controlled RTS game player by applying HTN planning to the game Dune 2000. In this thesis, two slightly different approaches, named Resourced Based AI (RBAI) and Income Based AI (IBAI), have been proposed and implemented, modifying the original AI only to the extent needed. The former approach models the game for planning more accurately. The second mentioned tests a simpler approach. From experimental measurements, both approaches were found to work well and beat the default AI in most cases, but in the end, HTN planning proved unnecessarily robust and laborious for the chosen approach of creating AI.