AI Modelling: Behaviour Trees
Translated title
AI Modellering: Behaviour Trees
Authors
Holm, Anders Tankred ; Bøgeskov, Mads
Term
2. term
Education
Publication year
2010
Submitted on
2010-06-02
Pages
108
Abstract
Dette speciale udvikler værktøjer og metoder, der hjælper med at fastsætte sandsynlighedsværdier i adfærdstræer, en struktureret måde at beskrive en agents beslutninger på. Vi præsenterer en formel model for adfærdstræer og definerer to mål: diversitet (hvor varieret adfærden er) og agentresultat (hvor godt agenten klarer sig). Med disse mål anvender vi lineær programmering til at udlede retningslinjer for optimale sandsynlighedsfordelinger i selector‑noder og integrerer dem i værktøjsudvidelser. Til sidst evaluerer vi tilgangen med testpersoner, som finder teknikkerne nyttige.
This thesis develops tools and methods to help set probability values in behavior trees, a structured way to describe an agent’s decisions. We present a formal model of behavior trees and define two measures: diversity (how varied the behaviors are) and agent outcome (how well the agent performs). Using these measures, we apply linear programming to derive guidelines for optimal selector probability distributions and integrate these guidelines into tool extensions. Finally, we evaluate the approach with test subjects, who find the techniques beneficial.
[This abstract was generated with the help of AI]
Keywords
Documents