Pool Billiard AI

计算游戏的一个“移动”结果需要多少CPU时间和内存？你能负担得起分析一个以上的举动吗？如果它相对便宜，只需选择N个随机方向/脉冲，计算结果并选择最佳结果。你可以消除一些“棘手”的情况，当球在太多碰撞后进入口袋时。此外，为了简化，您可以限制每次移动的模拟时间（即，不要等到所有球停止，只是计算前T秒）。 这样，您就可以拥有不同级别的计算机玩家 - 较高的N（和T）对应较高的游戏等级。     

根据台球的比赛，你通常有两个任务 评估桌面上的情况（获得可能的镜头） 在完美的情况下（完美的目标，完美的投篮）所有可能的投篮同样很难，如果你只考虑直接击球到一个球，你将需要分析最多6洞xn球情况（分析简单的教规 - 击中两个球只需要额外的n ^ 2个球×6个洞的情况）。对于这些情况中的每一种，确定它们是否可能需要简单的分析（除非您正在进行非常逼真的碰撞模拟）。因此，在非常简单的模拟中，您可能希望尝试构建所有可能的情况并对它们进行排名。要分析离开银行的镜头，你可能想要镜像球和洞。 或者，在列举可能的情况时，您可以简单地对表进行线扫描，标记对于镜头非法的区域，并枚举和构建潜在的镜头，如...... angle1，ball1，pocket2 angle2，ball1，pocket3 angle3，ball1，ball2，pocket1 angle4，cushion2，ball2，pocket1 对于更好的AI你想要模拟不完美，例如通过在某个点x（可能被定义为远离直接命中的角度）击球来进行击球，让我们假设会出现错误（由于目标不好，或者dx的坏命中或其他任何东西 - 这反过来会导致球在方向上出现错误，该错误将随着到口袋的距离而增加。这提供了一种通过难度对镜头进行排名的方法 - 镜头在目标/镜头中的误差方面的敏感度（一些镜头比其他镜头更容易）。这将取决于从白色到球以及从球到洞的路径长度。 另外还要注意的是白洞进入洞中的风险，或其他非法击球 选择镜头（不仅基于难度，还基于潜在收益） 你也需要看一下这个策略（一个简单的镜头可能会让你在下一轮没有任何东西） 第一次射击不仅有多容易，而且第二次射击有多难（为此你可以再次对模拟情况进行评估，在这里你可以让玩家更强或更弱，这取决于如何很多镜头他都能向前看;你也可以给你的球员个性 - 首先寻找解决方案深度或先寻找解决方案深度 在选择策略时，你应该寻找难度之和最小的镜头组合（你可能需要考虑后期镜头的重要性，考虑到你会错过的概率） 根据游戏你可能会考虑引入纯粹位置游戏的安全镜头，目的不是立即掏腰包，而是强迫对手犯错误或为自己缓解情况（还有其他情况下玩这种情况）射击将是有益的 - 例如，当你不能击中任何东西但需要分开几个球或将它们从垫子上移开时。在这种情况下，您需要从最后开始。 所有这一切都变得更加复杂与现实物理：旋转，逼真的碰撞，弹跳，逼真的垫子，提示滑动等。     

我可以想到两种广泛的方法。 列出主球和力水平周围所有可能的提示位置，然后搜索列表以找到第一个让你下沉球的位置。这是一个相当大的列表，您可以通过使用少量的力量级别并排除任何“明显”坏的镜头来修剪它。 向后工作 - 看看桌子上的每个球，看看母球是否可以接触它。然后计算出正确的提示位置和力水平，使其进入洞中。 您可以展开此选项以在树中搜索多球镜头。 我最喜欢解决方案1;它可以让你找到一次可以下沉两个或更多球的情况。     

您可以考虑将球显示为加权图。你可以将口袋作为特殊节点放入口袋。然后根据从母球到特定球和口袋的路径重量选择放入或击打哪个球。也可以通过使用该权重的值来设定脉冲的强度。然后，您可以使用物理引擎来确定是否完全可以拍摄。我从来没有尝试过这样的事情，所以一切都是理论上的，我不知道它是否实际可行。而且，这种方法不包括让球杆或其他球弹跳，所以基本上它只能用于直击。     

我认为这几乎不是随意的。你需要一个物理引擎来模拟球杆，球，保险杠和口袋的相互作用。感觉不像AI，对我来说更像物理。