与原始游戏相比,功能完整:
然后,要成为完整的 1.0 OpenApoc 版本,我们还需要:
真的,要拥有可玩的 OpenApoc,我们需要一件事:AI
就是这样。 行为不当的道路车辆,不产生非法传单,所有这些都无关紧要,真的。 它是绒毛,它大多只是被忽视或令人讨厌(例如,你只需要看着那些愚蠢的自行车和气垫车机动五分钟,直到它们最终被击落,这样你就可以继续玩了)。
首先是关于核心游戏循环。 当我们有核心游戏循环时,人们可以玩 OpenApoc 而不是 OG,并且可以在 OpenApoc 中从 OG 获得完整的体验。
除了属于核心游戏循环(资金、适当的门户位置)的 AI 之外的所有东西都只需要编程时间。
然而,人工智能是一个不同的例子。
我们需要对 OG AI 代码进行逆向工程,以了解其实际工作方式,或者我们需要有人研究 OG AI 并了解其工作原理。
结果将是一份文件,概述了我们想用 AI 创建什么。 它究竟应该做什么以及如何做。 基本上是程序员的设计文档,定义了应该实现的内容。
然后我们可以开始实施它。 框架应该在那里,我已经编写了一个相当长的人工智能系统,应该允许在其中实现任何额外的逻辑。 因此,它将被实施并优化,使其工作得足够快(例如,它很可能需要进行大量跟踪镜头,在那里它计算隐藏或逃离的安全地点,如果没有,这可能会变得非常繁重优化)。
只需要有人真正投入时间进行逆向工程或在不同场景下使用 OG 并研究 AI 在不同条件和设置下的实际表现
我肯定可以参加这个人工智能测试......
但是,如果更广泛地思考,代码之外的问题,真正的问题甚至不是人工智能,而是编程时间和为此需要的人......我认为这是我们必须首先解决的任务......
我不同意这里。 编程时间是免费和可用的。 真的! 这是时间问题 - 一年,两年,如果这是编程时间问题,我们会完成它。 但是,当清楚地了解要编程的内容时,程序员的工作效果最佳。 人工智能的问题在于没有这样的事情。 您必须首先从头开始解决所有问题,然后再实施。 那不是编程,大多数程序员都不会觉得这...就像,可以这么说,有吸引力? 这只是一种不同类型的任务和不同的专业领域。 请注意没有人想要实现这一点,他们实现了除此之外的所有其他内容? 这就是为什么。
就我个人而言,这是一件苦差事,因为它只是感觉......你在浪费你的时间,因为直到你最终“得到”它,你觉得你已经花了几个小时而没有任何进展。 那是令人沮丧的。
我们需要一个他/她想要挑战的人来做这件事。 比如,一个喜欢逆向工程,或者研究晦涩游戏如何运作的人,可能是一个来自 speedrunning 的人,你知道那里的人花了很长时间来找出如何以任何可能的方式来解决游戏问题——跳墙,做奇怪的输入等等。这样的人。 如果有人这样做,我们就会知道要编写什么代码——那么这只是一个投入工时来完成它的问题,我们就会有一个完全可玩的游戏——没有大多数粉丝不知道的废话”反正不在乎。
关于UnitAI的主题; 我仍在通过论坛间歇性地向您的 UnitAI 主题 Istrebitel 添加评论和视频,记录最终版本和 Beta2 中外星人、特工和人类派系执行的用户端操作
您可以在此处找到其中一些内容的列表、评论、图片甚至视频
http://www.openapoc.org/threads/task-unit-behavior.185/
仍然需要为其他组织记录更多行为,但主要涵盖了特工和外星人
不错哦! 这就是我要说的。 我有时间会研究它,但做得很好,这正是我们需要的
就我个人而言,这是一件苦差事,因为它只是感觉......你在浪费你的时间,因为直到你最终“得到”它,你觉得你已经花了几个小时而没有任何进展。 那是令人沮丧的。
我正是这个意思。
最有用的评论
真的,要拥有可玩的 OpenApoc,我们需要一件事:AI
就是这样。 行为不当的道路车辆,不产生非法传单,所有这些都无关紧要,真的。 它是绒毛,它大多只是被忽视或令人讨厌(例如,你只需要看着那些愚蠢的自行车和气垫车机动五分钟,直到它们最终被击落,这样你就可以继续玩了)。
首先是关于核心游戏循环。 当我们有核心游戏循环时,人们可以玩 OpenApoc 而不是 OG,并且可以在 OpenApoc 中从 OG 获得完整的体验。
除了属于核心游戏循环(资金、适当的门户位置)的 AI 之外的所有东西都只需要编程时间。
然而,人工智能是一个不同的例子。
我们需要对 OG AI 代码进行逆向工程,以了解其实际工作方式,或者我们需要有人研究 OG AI 并了解其工作原理。
结果将是一份文件,概述了我们想用 AI 创建什么。 它究竟应该做什么以及如何做。 基本上是程序员的设计文档,定义了应该实现的内容。
然后我们可以开始实施它。 框架应该在那里,我已经编写了一个相当长的人工智能系统,应该允许在其中实现任何额外的逻辑。 因此,它将被实施并优化,使其工作得足够快(例如,它很可能需要进行大量跟踪镜头,在那里它计算隐藏或逃离的安全地点,如果没有,这可能会变得非常繁重优化)。
只需要有人真正投入时间进行逆向工程或在不同场景下使用 OG 并研究 AI 在不同条件和设置下的实际表现