Oyunlarda Rakip Yapay Zeka: Taktiksel Durum Makinesi (FSM), Utility AI ve Alfa-Beta Minimax Motoru
Oyuncunun üzerine körü körüne yürüyen veya rastgele hamle yapan botlar yerine; görüş konisi ışın testi (LOS Raycheck) ile DEVRİYE → ŞÜPHE → TAKİP → KUŞATMA → KAÇINMA geçişleri yapan gerçek zamanlı ajanlar, Utility AI fayda puanlaması ve sıra tabanlı strateji oyunları için Alfa-Beta Budamalı Minimax karar ağacı mimarisi.
1. Oyun Yapay Zekası Karar Mimarileri: Hangi Türe Hangi Motor?
Gerçek zamanlı aksiyon oyunlarında her karede binlerce olası durumu taramak imkansızdır; sıra tabanlı tahta oyunlarında ise basit durum makineleri amatör tuzaklara düşer. Doğru hibrit seçim tablosu aşağıdadır:
| Karar Motoru | Çalışma Prensibi | İdeal Kullanım Senaryosu |
|---|---|---|
| Taktiksel FSM + Histerezis | Durumlar arası geçiş koşulları + görüş konisi (FOV) ve zamanlayıcı kilidi | Gizlilik (Stealth), Aksiyon-Macera, Nöbetçi/Devriye ve Boss Fazları |
| Utility AI (Fayda Puanlama) | Her eyleme [0..1] aciliyet puanı verir; en yüksek puanlı eylemi seçer |
Taktiksel RYO, Yaşam Simülasyonu, Kaynak Yönetimi, Dinamik Takım Botları |
| Alfa-Beta Budamalı Minimax | N hamle ilerisini simüle eder; rakibin seçmeyeceği dalları budar (α >= β) |
Hedef-4, Reversi/Othello, Satranç Türevleri, Kart & Kare Strateji Oyunları |
2. Görüş Konisi (FOV + LOS Raycheck) ve Histerezis Korumalı Taktiksel FSM
İyi bir rakip bot duvarların arkasını göremez ve sınır mesafesinde saniyede 30 kez TAKİP ↔ DEVRİYE arasında titremez. Histerezis zamanlayıcısı (memoryTimer) ve Son Bilinen Konum (lastSeenPos) oyuncuya gerçekçi saklambaç ve pusu hissiyatı verir:
function canAgentSeeTarget(agent, target, obstacles) {
const dx = target.x - agent.x, dy = target.y - agent.y;
const dist = Math.hypot(dx, dy);
if (dist > agent.viewRange) return false;
// 1) Açısal Görüş Konisi (FOV Dot-Product / Açı Farkı) Testi
const angleToTarget = Math.atan2(dy, dx);
const angleDiff = Math.atan2(Math.sin(angleToTarget - agent.heading), Math.cos(angleToTarget - agent.heading));
if (Math.abs(angleDiff) > agent.fovHalfAngle) return false;
// 2) Engeller/Siperler İçin Görüş Işını (Line-of-Sight) Örneklemesi
const steps = Math.ceil(dist / 14);
for (let i = 1; i < steps; i++) {
const sx = agent.x + (dx * i) / steps;
const sy = agent.y + (dy * i) / steps;
for (const obs of obstacles) {
if (sx >= obs.x && sx <= obs.x + obs.w && sy >= obs.y && sy <= obs.y + obs.h) return false;
}
}
return true;
}
function updateTacticalFsm(agent, player, obstacles, dt) {
const visible = canAgentSeeTarget(agent, player, obstacles);
const dist = Math.hypot(player.x - agent.x, player.y - agent.y);
if (player.shieldActive && dist < 190) {
agent.state = 'RETREAT'; // Tehdit kalkanından kaçın
} else if (visible) {
agent.lastSeen = { x: player.x, y: player.y };
agent.memoryTimer = 2.6; // Histerezis belleği
agent.state = agent.role === 'flanker' ? 'FLANK' : 'CHASE';
} else if (agent.memoryTimer > 0) {
agent.memoryTimer -= dt;
agent.state = 'INVESTIGATE'; // Son görülen noktayı araştır
} else {
agent.state = 'PATROL';
}
}
3. Utility AI (Fayda Fonksiyonu Puanlama) ile Çok Kriterli Karar Verme
Koşulların dallanıp budaklandığı durumlarda sabit if/else zincirleri yerine her olası eyleme normalize bir Fayda Puanı (Utility Score) hesaplanır; hafif bir rastgelelik (jitter) eklenerek botların aynı anda robotik biçimde aynı hareketi yapması önlenir:
function chooseUtilityAction(bot, world) {
const hpRatio = bot.hp / bot.maxHp; // [0..1]
const distNorm = Math.min(1, Math.hypot(world.player.x - bot.x, world.player.y - bot.y) / 350);
const actions = [
{
id: 'SEEK_COVER_HEAL',
// Can düştükçe üstel (quadratic) artan aciliyet eğrisi
score: Math.pow(1 - hpRatio, 2) * 1.15
},
{
id: 'FLANK_PINCER',
// Can yüksekse ve orta mesafedeyse kuşatma manevrasını tercih et
score: hpRatio * (1 - Math.abs(distNorm - 0.45)) * 0.92
},
{
id: 'DIRECT_PRESSURE',
score: hpRatio * (1 - distNorm) * 0.88
}
];
// En yüksek fayda puanlı eylemi seç
actions.sort((a, b) => b.score - a.score);
return actions[0];
}
4. Alfa-Beta Budamalı Minimax ve "Adil & Eğlenceli Yapay Zeka" İnce Ayarı
Standart Minimax 7^6 = 117.649 durumu incelerken, Alfa-Beta Budaması (alpha >= beta) ve merkez sütun öncelikli hamle sıralaması aynı kesin sonucu yalnızca birkaç bin düğümde bulur. Ayrıca hamleyi 0ms yerine 220ms düşünme animasyonuyla oynamak kullanıcı deneyimini katlar:
function alphaBetaMinimax(board, depth, alpha, beta, isMaximizing, stats) {
stats.nodes++;
const terminalScore = evaluateTerminalOrHeuristic(board, depth);
if (depth === 0 || terminalScore.isTerminal) return terminalScore.value;
// Merkez sütunları önce denemek Alfa-Beta budama verimini 4x artırır!
const moveOrder = [3, 2, 4, 1, 5, 0, 6];
if (isMaximizing) {
let best = -Infinity;
for (const col of moveOrder) {
const row = getAvailableRow(board, col);
if (row === -1) continue;
board[row][col] = 2; // AI taşı
best = Math.max(best, alphaBetaMinimax(board, depth - 1, alpha, beta, false, stats));
board[row][col] = 0; // Geri al (Backtrack)
alpha = Math.max(alpha, best);
if (alpha >= beta) { stats.pruned++; break; } // Beta Kesmesi (Budama)
}
return best;
} else {
let best = Infinity;
for (const col of moveOrder) {
const row = getAvailableRow(board, col);
if (row === -1) continue;
board[row][col] = 1; // Oyuncu taşı
best = Math.min(best, alphaBetaMinimax(board, depth - 1, alpha, beta, true, stats));
board[row][col] = 0;
beta = Math.min(beta, best);
if (alpha >= beta) { stats.pruned++; break; } // Alfa Kesmesi (Budama)
}
return best;
}
}
200–320ms gecikmeyle uygulamak, oyuncunun kendi taşının nereye düştüğünü algılamasını sağlar.
!, ?, KUŞATMA) ve renk değiştiren görüş konisi çizmek, yapay zekayı "hile yapıyor" hissinden kurtarıp zeki gösterir.
Chaser), diğerini yanal kuşatmacı (Flanker) atayın.
Yorumlar
Yorum Gönder