Project Hoshimi

DAUTROY Stéphane ROGER julienBEGUE Jean-Baptiste

Plan

Les problématiques mises en jeu

Description de l’algorithme de sélection du point d’injection

La machine à états

Rappel

Rappel

Principe général Soigner des points malades de la carte les

« points hoshimi »

Utilisation des « molécules AZN » disponibles à certains points de la carte

Construction par le nanoAI de nanobots soignant les points Hoshimi et d'autres les ravitaillant en molécules AZN

Les problématiques mises en jeu

Les problématiques mises en jeu

La détermination du point d’injection

C’est le point de départ sur la carte

Une bonne stratégie reste inefficace si le point d’injection est mauvais

Les problématiques mises en jeu

Les problématiques mises en jeu

Utilisation d’une machine à états

La stratégie doit être la plus générique possible

Décomposition du problème en états de plus en plus précis

Détermination du point d’injection

o Problématique

o Solution

o Exemple

Détermination du point d’injection

Problématique: maximiser le score d’une partie Parcourir et remplir le maximum de

points Hoshimi

Ce qui fait la différence entre les meilleures IA

Détermination du point d’injection

Maximiser le nombre de points Hoshimi parcourus et tenter d’en parcourir le plus possible en début de partie.

Mise en œuvre de nos connaissances relatives à la théorie des graphes et des statistiques.

Détermination du point d’injection

Méthode utilisée : Lancement de voyageur de commerce sur

chaque point Hoshimi admissible comme point de départ

Suppression des points parasites : le chemin doit être faisable dans le temps d’une partie sans la contrainte de cycle

Entre 50 et 100 chemins potentiels

Discrimination des chemins sur différents critères jusqu’a obtention du plus prometteur

Premierpoint AZN trop loin

Pas assezde pointsHoshimidans le chemin

Distance entre les points Hoshimi trop élevée

Distance entre les premierspoints Hoshimi trop élevée

Utilisation du coefficient de corrélation linéaire de la distance entre les points Hoshimi

Meilleur chemin trouvé

La machine à états

o Problématique

o Solution

o Exemple

La machine à états

La problématique : Gestion de plusieurs stratégies en

parallèles sur plusieurs niveaux. Global : conquérir un maximum de points

Hoshimi Gérer des comportements de groupes Gérer des comportements relatifs aux

unités elles-mêmes.

Gestion de comportements spéciaux comme la fuite.

La machine à états

L’implémentation de l’IA sous la forme d’une machine à états permet de répondre à cette problématique.

Permet une programmation générique et modulaire en rendant l’ajout et la réutilisation d’états très simples.

La machine à états

Décomposition de l’IA en machine à états

Strategy_Manager

Blockers Shooters Needles Collectors

Collector

CollectAZNState

MoveToAZNState

MoveToHoshimiState

TransferAZNState

NIVEAU GROUPE

NIVEAU GLOBAL

NIVEAU UNITE

Shooter

AttackTargetState

MoveToTargetState

RestState

Machine à états d’un collecteur

Aller à un point AZN

Récolter des molécules

AZN

Remplir le needle

Aller à un point

Hoshimi

fuite

Machine à états d’un groupe de collecteur

Demander collecteurs

Relâcher collecteurs

Conclusion

Code générique : utilisation des concepts objets : « design pattern », héritage, polymorphisme…

Concepts IA : machine à états, A-Star

Optimisation : Voyageur de commerce.