计算机图形学与机器学习怎么结合起来

发布网友发布时间：2022-04-23 16:03

共1个回答

热心网友时间：2023-10-09 01:02

3D游戏里面肯定会把机器学习和图形学结合。
用一个2D台球游戏作为例子来阐述。在图形学层面，电脑会知道每颗球的坐标。（坐标数据是图形学根本数据了）。通过物理引擎（比如动量守恒和加速度运动规律的实现），你可以做出击打台球，台球入袋和台球停止于台面的功能。然而，如果你要设置一个AI去击打台球，机器人需要经过机器学习训练来根据当下情况决策打哪颗球，用多少力度，哪个角度，应该打进攻还是打防守。而训练样本自然是每颗球的位置，和每次击打的力度，角度等，而结果是每次击打产生的效果（比如单杆打进多少球，得多少分，每颗球最后停放的位置等）和整局游戏的输赢等。输入量都是图形学参数。不过我刚学AI，很难说出怎么设置台球游戏的特征向量。
简而言之，在很多3D类游戏中，如果一个智能3D对象需要作出一个动作（比如boss朝哪些点放技能，不是那种对坦克一条直线或者随机点名某个人脚下放那种不需要AI做的决策，而是那种尽可能分散让多个玩家去跑技能踩圈吃球从而尽量产生最大混乱的那种决策），很多情况下需要有图形学数据作为特征向量的一部分。在此情况下，机器学习和图形学的结合就很明显了。