Submit Search
Upload
[第3回rogyゼミ] 新歓展示のゲームのお話
•
Download as PPTX, PDF
•
0 likes
•
444 views
J
jakejaga
Follow
第三回rogyゼミスライド スライド中の動画リンク https://www.youtube.com/watch?v=1Ga4HmyDXsY
Read less
Read more
Software
Report
Share
Report
Share
1 of 12
Download now
Recommended
Bnlearn tokyo r29th
Bnlearn tokyo r29th
Kentaro Taguchi
🍻(Beer Mug)の読み方を考える(mecab-ipadic-NEologdのUnicode 絵文字対応)
🍻(Beer Mug)の読み方を考える(mecab-ipadic-NEologdのUnicode 絵文字対応)
Toshinori Sato
Introduction and benchmarking of MeCab.jl #JapanR
Introduction and benchmarking of MeCab.jl #JapanR
Aki Ariga
おとなのテキストマイニング
おとなのテキストマイニング
Munenori Sugimura
大学3年生の僕に伝えたいことをつらつらと
大学3年生の僕に伝えたいことをつらつらと
Toshinori Sato
Perl で自然言語処理
Perl で自然言語処理
Toshinori Sato
Bayesian Networks with R and Hadoop
Bayesian Networks with R and Hadoop
Ofer Mendelevitch
Rによるテキストマイニングの一例
Rによるテキストマイニングの一例
LINE Corp.
Recommended
Bnlearn tokyo r29th
Bnlearn tokyo r29th
Kentaro Taguchi
🍻(Beer Mug)の読み方を考える(mecab-ipadic-NEologdのUnicode 絵文字対応)
🍻(Beer Mug)の読み方を考える(mecab-ipadic-NEologdのUnicode 絵文字対応)
Toshinori Sato
Introduction and benchmarking of MeCab.jl #JapanR
Introduction and benchmarking of MeCab.jl #JapanR
Aki Ariga
おとなのテキストマイニング
おとなのテキストマイニング
Munenori Sugimura
大学3年生の僕に伝えたいことをつらつらと
大学3年生の僕に伝えたいことをつらつらと
Toshinori Sato
Perl で自然言語処理
Perl で自然言語処理
Toshinori Sato
Bayesian Networks with R and Hadoop
Bayesian Networks with R and Hadoop
Ofer Mendelevitch
Rによるテキストマイニングの一例
Rによるテキストマイニングの一例
LINE Corp.
言語資源と付き合う
言語資源と付き合う
Yuya Unno
Jubatusの紹介@第6回さくさくテキストマイニング
Jubatusの紹介@第6回さくさくテキストマイニング
Yuya Unno
形態素解析器 MeCab の新語・固有表現辞書 mecab-ipadic-NEologd のご紹介
形態素解析器 MeCab の新語・固有表現辞書 mecab-ipadic-NEologd のご紹介
Toshinori Sato
Tokyo r18
Tokyo r18
Takashi Minoda
形態素列パターンマッチャーMIURAをつくりました @DSIRNLP#6
形態素列パターンマッチャーMIURAをつくりました @DSIRNLP#6
Yuya Unno
mecab-ipadic-NEologd の効果的な使い方
mecab-ipadic-NEologd の効果的な使い方
Toshinori Sato
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
Yasuyuki Sugai
そろそろRStudioの話
そろそろRStudioの話
Kazuya Wada
RをAWSで使おう
RをAWSで使おう
Tohru Kobayashi
More Related Content
Viewers also liked
言語資源と付き合う
言語資源と付き合う
Yuya Unno
Jubatusの紹介@第6回さくさくテキストマイニング
Jubatusの紹介@第6回さくさくテキストマイニング
Yuya Unno
形態素解析器 MeCab の新語・固有表現辞書 mecab-ipadic-NEologd のご紹介
形態素解析器 MeCab の新語・固有表現辞書 mecab-ipadic-NEologd のご紹介
Toshinori Sato
Tokyo r18
Tokyo r18
Takashi Minoda
形態素列パターンマッチャーMIURAをつくりました @DSIRNLP#6
形態素列パターンマッチャーMIURAをつくりました @DSIRNLP#6
Yuya Unno
mecab-ipadic-NEologd の効果的な使い方
mecab-ipadic-NEologd の効果的な使い方
Toshinori Sato
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
Yasuyuki Sugai
そろそろRStudioの話
そろそろRStudioの話
Kazuya Wada
RをAWSで使おう
RをAWSで使おう
Tohru Kobayashi
Viewers also liked
(9)
言語資源と付き合う
言語資源と付き合う
Jubatusの紹介@第6回さくさくテキストマイニング
Jubatusの紹介@第6回さくさくテキストマイニング
形態素解析器 MeCab の新語・固有表現辞書 mecab-ipadic-NEologd のご紹介
形態素解析器 MeCab の新語・固有表現辞書 mecab-ipadic-NEologd のご紹介
Tokyo r18
Tokyo r18
形態素列パターンマッチャーMIURAをつくりました @DSIRNLP#6
形態素列パターンマッチャーMIURAをつくりました @DSIRNLP#6
mecab-ipadic-NEologd の効果的な使い方
mecab-ipadic-NEologd の効果的な使い方
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
そろそろRStudioの話
そろそろRStudioの話
RをAWSで使おう
RをAWSで使おう
[第3回rogyゼミ] 新歓展示のゲームのお話
1.
新歓展示のゲームのお話 ~某落ちゲーの制作に関して~ 情報工学科3年 CG2研 やけぬる(@jken_ull)
2.
はじめに 今回はこんなものを展示していまし た。(都合上水曜日のみでした…)
3.
はじめに(動画) 動画(YouTube) https://www.youtube.com/watch?v=1Ga4HmyDX sY 左はプレイヤー(私)、右はAI
4.
元ネタは一体なんなんだ…。 ドクターマリオ 任天堂が出した落ち物ゲー ドクターマリオに関連した作品 FC(1990),GB(1990),
SFC(1998), GC(2003(パズルコレクション)), GBA(2004,2005(ドクターマリオ&パネルでポン)), DS(2005(もっと脳を鍛えるDSトレーニング : 細菌撲滅)), Wii(2008(Dr. MARIO&細菌撲滅)), DSi(2008(ちょっとDr. MARIO)), WiiU(2014(Dr. LUIGI&細菌撲滅))
5.
ゲームルール 同じ色のブロックを4つ並べると消える 連鎖でブロックを消すと相手に邪魔ブロックを送れる
ウィルスをすべて消したほうが勝ち ブロックが配置できなくなったら負け
6.
このゲームについて 新歓展示まで… 制作期間は半月ぐらい。AI制作は3日 制作言語は
C++ と DirectX9 環境は Visual Studio 2013 Professional
7.
AIの作り方について ゲームAIの基本的流れ 1. 状況を見る (
データを渡 す) 2. 状況から考え る ( 計算する) 3. 良い答えを出 す ( 出力する)
8.
AIの作り方について e.g.) 周りのブロックの色を見る 置きたい そこそこできるけどまだ弱そう 繋がっている 同じ色のブロック の 数が多いものを 良いとする 周りに (直線的に) 黄色が3つあ る
9.
AIの作り方について e.g.) 数手先まで配置して良い手を選ぶ 連鎖できる手を優先する 何手か先を配置しながら探索するAI 落とそうとしているブロックや 次以降に落とすブロックを落としてみる すべての通りを考えれば強いやつが作れる! なんだか強そうだ!
10.
AIの作り方について しかし、 これだと計算に時間がかかる。
実際、AI計算が終わるまで2分以上かかることがあった 実際使える時間は1frame(1/60sec)未満 どうする? 枝刈りをする(不要な場所に配置して計算するのをやめる) スレッドで回す(計算できる時間を伸ばす) 乱択アルゴリズムを使う などなど…
11.
AIの作り方について 135個ブロックを落とした後の状態 周りの色を見た AI 先を見たAI始めの状態
12.
AIの作り方について ゲームAIで大切なこと ラグが起きないように計算する e.g.) 60fpsのゲームでAI判定を1frame内で計算する場合
最悪1/60sec(≒0.1667sec)で計算できないとラグ発生 最悪計算時間でも許容時間を超えないように組むべし ラグはプレイヤーにとっては不快です 弱すぎず、強すぎず 弱すぎると、プレイヤーもすぐ飽きる チートのように強すぎると、プレイヤーの心が折れる 適当な強さでプレイヤーが遊べるのが大切!
Download now