RANGKUMAN PRAKTIKUM 5 - Moda Self - study

Syra Aura Aulia

11522437 (1PA32)

mari kita pelajari bagaimana kecerdasan buatan itu tertanam pada game. mulai dari yang
sederhana dulu. saya memiliki game dengan nama Stix, di mana terdapat 5 stick di media,
dan kita harus mengambil minimal 1 stick dan maksimal 4 stick. Dan jika kita mengambil
stick terakhir, maka kita kalah. Kemudian kita akan merancang kecerdasan buatan yang
paling bagus dan memungkinkan untuk bermain game ini. Dan untuk melakukan itu, kita
harus memodelkan setiap kemungkinan di setiap gilirannya. Jika kita mendapatkan giliran
jalan pertama, maka kita bisa mengambil 1 sampai 3 atau 4 stick, sehingga kita memiliki 4
cabang untuk setiap kemungkinan ini. Kemudian membuat seluruh cabang kemungkinan
untuk setiap gerakan yang akan dipilih oleh lawan kita, dan begitu seterusnya. Jika
diasumsikan +1 adalah menang dan minus 1 adalah kalah, kemudian sekarang kita ingin
mencari mana rute terbaik tujuan kita berdasarkan pada skor tersebut. Dalam kasus ini, yang
paling masuk akal untuk dipilih adalah dengan mengambil 4 stick, karena kita dapat
memastikan kemenangan.

Game ini terlihat sangat sederhana, namun bisa menambah struktur diagram pohon ke dalam
game lainnya, sebagai contoh adalah catur. Pada layar pertama, kita memiliki 20 cabang
berbeda, karena terdapat 8 prajurit yang dapat digerakkan 1 atau 2 langkah ke depan, dan 2
kuda yang dapat digerakkan L ke kanan atau L ke kiri. Kita dapat melanjutkan membuat layar
untuk melihat pergerakan mana yang akan meminimalkan kemungkinan kemenangan lawan
dan memaksimalkan kemungkinan kemenangan Hal ini akan menjadi sangat rumit dan harus
dapat mempertimbangkan sesuatu seperti nilai probabilitasnya dan juga strateginya. Ibm
Deep Blue berhasil mengalahkan champion catur dunia Garry Kasparov pada tahun 1997.
Tapi masih banyak games di mana komputer tidak bisa dengan konsisten mengalahkan
manusia. Mungkin karena sebagian kecerdasan buatan terbaik kita masih lambat untuk
mencari ke dalam diagram pohon yang sangat besar. Atau kita memiliki alasan untuk
mempercayai itu bisa lebih cepat tapi kita belum bisa mencari. Belum menemukan cara untuk
mempercepatnya. Kesimpulannya, inti dari banyak masalah dalam kecerdasan buatan di
game dapat direduksi dengan menggunakan diagram pohon untuk setiap gerakan yang
mungkin, dan menggunakan berbagai teknik agar dengan cepat menemukan tujuannya
berdasarkan pohon tersebut.

Kali ini, kita akan berbicara tentang dasar di balik sistem kecerdasan buatan dalam game.
kita akan melihat beberapa kerangka kerja kecerdasan buatan dasar, bagaimana mereka
dibangun, dan bagaimana pengaruhnya terhadap sebuah desain game. Kita juga akan belajar
cara membuat kode dari awal di video berikutnya. pertama – pertama, mari kita mulai. Jadi,
sebenarnya kecerdasan buatan di gamelah yang membuat game terasa hidup. Itu membuat
kita merasa seperti menghadapi regu yang terkoordinasi dan monster – monster yang
menakutkan. Di masa lalu, kecerdasan buatan terbatas pada pemprograman sederhana seperti
menyerang jika pemain dalam jangkauan serangan, selain itu hanya berjalan ke kiri dan ke
kanan saja. Banyak game hebat hanya menggunakan logika sederhana ini untuk bekerja.
Tantangannya berasal dari bagaimana musuh yang berbeda menyerang dan bergerak dengan
logika ini. Apakah mereka bergerak ke arah pemain dengan cepat atau lambat? Apakah
mereka terbang? Apakah mereka bergerak dalam garis lurus? Atau melesat di sekitar map?
Apakah mereka memiliki jangkauan serangan atau huru hara? Mungkin mengikuti pola kode
seperti menyerang, menghindar menyerang, atau memblokir, menyerang, memblokir. Tetapi
kompleksitas sederhana logika ini berfungsi dengan baik untuk banyak game aksi dan juga
platformer. Jauh dari tahun 80an hingga hari ini, tidak harus kecerdasan buatan yang
kompleks jika yang sederhana memberikan kita tantangan dan kesenangan yang dibutuhkan.

seorang pemain tidak dapat menyadari kecerdasan buatan yang bertindak lebih cerdas, dan
kecerdasan buatan itu hanya menciptakan noise saja daripada kehidupan, maka itu tidak
sempurna. Jadi, jika ingin membuat platformer Mario atau yang sejenis Zelda, kita tidak
harus membutuhkan sistem kecerdasan buatan yang kompleks untuk membuat game jenis
tersebut. Sebagai contoh, kita bisa menggunakan musuh dengan kelas yang umum dengan
metode bergerak dan menyerang. Apabila ada musuh dalam jangkauan, maka maju dan
menyerang. Jika tidak, maka berjalan mundur atau bahkan diam di tempat. Ini mungkin akan
berfungsi dengan baik jika kita hanya ingin membuat game dan menjalankannya. Tetapi, kita
dapat membuat sistem berbeda yang lebih mudah. Yang akan diterapkan ke banyak genre dan
peraku gameplay yang berbeda. Apapun yang kalian buat, cara paling umum adalah
menggunakan Finite State Machine yang akan kalian temukan dimanapun dari
pemprograman perangkat lunak hingga logika sirkuit.