17
第6-2课：决策树、博弈树和行为树
source link: https://blog.csdn.net/orbit/article/details/108729345
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
第6-2课：决策树、博弈树和行为树
在以各种“XX学习”为代表的人工智能技术普及之前，游戏里常见的角色 AI 都是各种预设的行为逻辑，比如博弈树和行为树，当然也会用到各种专家知识库。当这些预设的行为逻辑足够复杂的时候，往往会让游戏玩家觉得游戏里的人物很“智能”。从本质上来说，这些都还不算是真正的 AI，但也能够给游戏的体验增加很多乐趣，这一课我们就来介绍三种常见的给角色预设行为逻辑的方法，分别是决策树、博弈树和行为树。
决策树（Decision Tree）
在介绍决策树之前，先说一下分类算法，它是机器学习领域里的基本算法之一，常见的分类算法有贝叶斯分类算法、KNN 算法、逻辑回归算法、神经网络算法等，当然，还有各种深度学习算法。决策树是一种简单但广泛使用的分类器，因此，决策树也是一种分类算法。
决策树长什么样
决策树易于理解，通过解释后就能知道决策树所表达的意义了。决策树的每个内部节点表示在一个属性上的测试，每个分支代表该测试的一个输出，而每个树叶结点则代表一个分类标记，所谓的分类标记其实就是分类结果，比如“Yes”或“No”。
图（1）相亲决策示意图
图（1）就是一个“疑似”决策树的示意图，这是一个姑娘的相亲决策。之所以用“疑似”来形容，是因为这个决策树上的判断条件都太主观、太抽象、没有量化。什么意思呢？比如说“年轻”这个条件，多少岁算年轻，多少岁算年老呢
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK