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

第6-2课：决策树、博弈树和行为树相关推荐

[机器学习导论]—— 第四课——决策树
文章目录第四课--决策树决策树简介决策树引入决策树组成决策树基本原理决策树基本流程 ID3算法 :fire:信息熵信息熵的计算数据集的信息熵使用熵衡量数据纯度信息增益选择划分属性 ...
R语言使用randomForest包构建随机森林模型的步骤和流程、随机森林算法包括抽样样本（观察）和变量来创建大量的决策树（多个树，构成了森林，而且通过样本抽样和变量抽样，让多个树尽量不同）
R语言使用randomForest包中的randomForest函数构建随机森林模型的步骤和流程(Random forests).随机森林算法包括抽样样本(观察)和变量来创建大量的决策树(多个树,构成 ...
决策树ID3、决策树C4.5、决策树CART、CART树的生成、树的剪枝、从ID3到CART、从决策树生成规则、决策树优缺点
决策树ID3.决策树C4.5.决策树CART.CART树的生成.树的剪枝.从ID3到CART.从决策树生成规则.决策树优缺点目录
CART决策树（分类回归树）分析及应用建模
一.CART决策树模型概述(Classification And Regression Trees) 决策树是使用类似于一棵树的结构来表示类的划分,树的构建可以看成是变量(属性)选择的过程,内部节 ...
20172305 2018-2019-1 蓝墨云班课实验--哈夫曼树的编码
20172305 2018-2019-1 蓝墨云班课实验--哈夫曼树的编码实验要求设有字符集:S={a,b,c,d,e,f,g,h,i,j,k,l,m,n.o.p.q,r,s,t,u,v,w,x, ...
第6-3课：博弈树与井字棋（Tic-Tac-Toe）
上一课简单介绍了博弈树,从编程实现算法的角度看,博弈树是三种树中最简单的一种,无论是原理还是实现都不复杂.这一课,我们就以简单的井字棋(Tic-Tac-Toe)游戏为例,介绍一下如何用博弈树实现一个简 ...
第二课决策树与随机森林
本系列是七月算法机器学习课程笔记文章目录 1 从LR到决策树 1.1 决策树 1.2 决策树的终止条件 1.3 决策树划分依据 1.3.1 信息熵 1.3.2 信息增益 1.3.3 ID3模型 1. ...
第八课决策树和随机森林
一.决策树原理概述决策树通过把样本实例从根节点排列到某个叶子节点来对其进行分类. 树上的每个非叶子节点代表对一个属性取值的测试,其分支就代表测试的每个结果:而树上的每个叶子节点均代表一个分类的类别, ...
决策树——CART和模型树
CART树理解: 如果CART树处理离散型数据,叫做分类决策树,那么,引入基尼指数作为寻找最好的数据划分的依据,基尼指数越小,说明数据的"纯度越高",随机森林的代码里边 ...

第6-2课：决策树、博弈树和行为树

决策树（Decision Tree）

决策树长什么样

第6-2课：决策树、博弈树和行为树相关推荐

最新文章

热门文章