हेरास्टिक और उत्परिवर्तन के आधार पर एक सामरिक खेल में एक चालाक एअर इंडिया का विकास करना

सामरिक खेलों में, AI बहुत महत्वपूर्ण है। यदि AI को "कृत्रिम बेवकूफ" के रूप में देखा जाता है, तो गेम को अद्भुत मल्टीप्लेयर, प्लॉट, वातावरण और ग्राफिक्स (यह गलत है) द्वारा बचाया जा सकता है। समाधान स्पष्ट है: एक अच्छा एआई बनाएं, क्या समस्या हो सकती है?


विवरण में। नीचे चरित्र के साथ एक मजबूत एआई बनाने के लिए मेरे कदम हैं। सुपर मजबूत नहीं [ 1 ], लेकिन किसी भी मध्यम-कमजोर पीसी के ग्लूटोनस ब्राउज़र में जल्दी से स्थानीय रूप से काम करने में सक्षम है। मैंने हेयुरेटिक्स और म्यूटेशन के सेट का उपयोग करके विशेषज्ञ प्रणालियों के दृष्टिकोण को लागू किया है। एआई के क्रमिक परिवर्तन के 15 चरणों का वर्णन किया गया है, प्रत्येक चरण को महसूस किया जा सकता है।

संक्षिप्त विवरण

प्रायोगिक ब्राउज़र गेम में, AI कई संभावित राज्यों की पीढ़ी पर आधारित है - वर्तमान चाल के परिणाम। (खेल की बारीकियों और सुविधा के कारण, लेख में इन परिणामी राज्यों को संदर्भ के आधार पर या तो बारी परिदृश्य या AI रणनीति कहा जाता है) । फिर पाठ्यक्रम के परिदृश्य उत्परिवर्तित होते हैं। प्राप्त परिदृश्यों के अनुसार, "सफलता" के अनुमानों की गणना की जाती है। कंप्यूटर खिलाड़ी द्वारा सबसे सफल और प्रदर्शन किया गया।

उदाहरण के लिए, तीन रणनीतियाँ उत्पन्न होती हैं:

1. सभी को आगे बढ़ाते हुए उन्मत्त दौड़ते हुए और बांह मोड़ते हुए सभी पर हमला किया। अंतिम राज्य के अंक: 37000 अंक।
2. एक सुरक्षित दूरी से धनुर्धारियों पर हमला करें, जबकि बाकी कोनों में छिपे हुए हैं। 45000 अंक।
3. सभी पीछे हटते हैं, समूह बनाते हैं और दुश्मनों से छिप जाते हैं। यदि आप किसी दुश्मन को सुरक्षित दूरी से घायल कर सकते हैं, तो हमला करें। 18000 अंक।
4. इस स्थिति में, दूसरी रणनीति का चयन किया जाएगा।

खैर, सब कुछ मानक लगता है। वास्तव में नहीं।

सभी पल्प यह है कि स्क्रिप्ट कैसे उत्पन्न होती है और स्क्रिप्ट के मूल्य के गुणांक की गणना कैसे की जाती है। उनमें से एक में प्रस्ताव रखें, और परिणाम आपको दुखी करेगा।

खेल के नियम

खिलाड़ी और AI की शुरुआत में कोनों में 6 समान इकाइयाँ होती हैं। प्रत्येक टीम बारी-बारी से सभी यूनिटों को एक साथ ले जाती है। प्रत्येक इकाई की प्रगति के लिए विकल्प:

• एक चाल को छोड़ो;
• चारों ओर घूमना और छोड़ना;
• चाल और हमला ( आप कर सकते हैं और कभी-कभी आपको खुद पर हमला करने की आवश्यकता होती है )।

खेल का मैदान और टीम की संरचना प्रक्रियात्मक रूप से उत्पन्न होती है ( जो कि यादृच्छिक रूप से होती है, लेकिन धैर्य और स्वीकार्य "चातुर्य" के लिए चेक के साथ )। इकाई प्रकार:

1. फाइटर एफ, सबसे बड़ी उत्तरजीविता, क्षति और गतिशीलता के साथ हाथापाई इकाई। एक प्रकार का टैंक + क्षति।
2. आर्चर ए, सबसे कम क्षति, लेकिन हमला एक सीधी रेखा में 1-7 की दूरी पर है।
3. जादूगर डब्ल्यू, एक लड़ाकू के एक झटका के साथ मर जाता है, लेकिन हमला सभी इकाइयों के माध्यम से एक सीधी रेखा में 1-5 की दूरी पर है।

खेल का मैदान आकार में हमेशा 10 * 10 होता है।

मानचित्र पर संभावित क्षेत्र:

• पृथ्वी - कोई प्रतिबंध नहीं लगाता है।
• दीवार - इसके माध्यम से आप न तो शूटिंग कर सकते हैं और न ही पास।
• पानी - इसके माध्यम से गुजरना असंभव है, लेकिन एक आर्चर इसके माध्यम से शूट कर सकता है (एक उग्र जादूगर नहीं कर सकता )।

खेल पूरी तरह से निर्धारित है, अर्थात्, इसमें कोई तत्व नहीं है (मारने का 100% मौका, कोई महत्वपूर्ण क्षति नहीं, आदि)। यह पूरी जानकारी के साथ एक खेल भी है, अर्थात, प्रतिद्वंद्वी किसी भी समय एक दूसरे के सैनिकों की स्थिति के बारे में सब कुछ जानते हैं। जैसे चेकर्स में।

एआई एक मांस खिलाड़ी की तुलना में अधिक मजबूत है, लेकिन पहले स्तर पर उत्तरार्द्ध में एक इकाई के रूप में एक बाधा है। 3 पर, खिलाड़ी, इसके विपरीत, एक इकाई का एक बाधा है और इसे जीतना अधिक कठिन है (इस चरण में मेरे पास लगभग 15% जीत है)। फिर गेम + का अधिक यादृच्छिक संस्करण आता है।


खेल को देशी जावास्क्रिप्ट पर विकसित किया गया था: divs और css स्टाइल पर, और यह सबसे दुर्भाग्यपूर्ण समाधान संभव था [ 2 ]। यह एक ब्राउज़र गेम है। इंजन का उपयोग नहीं किया गया था। परियोजना का एकमात्र लक्ष्य एक मजबूत कंप्यूटर प्लेयर "चरित्र के साथ" और इस चरित्र को बदलने की क्षमता (साइबरबर्ग, आक्रामक orcs, विश्वासघाती कल्पित बौने, बेवकूफ लाश की गणना) करना है।

दुश्मन की "कंप्यूटर शैली" को कम करने के लिए, कुछ तरकीबें लागू की गईं:

• अपनी बारी के बाद खिलाड़ी तब तक इंतजार नहीं करता जब तक एआई उसके कदम के बारे में नहीं सोचता। दुश्मन "तुरंत" अपनी हरकत करना शुरू कर देता है ( वास्तव में, यह एक भ्रम है )।
• कंप्यूटर प्लेयर अपने कर्सर का उपयोग करके इकाइयों को भी नियंत्रित करता है ( और यह भी एक भ्रम है, कर्सर सिर्फ उसी समय उड़ान भरता है जब यूनिट एनिमेशन होता है )।
• एआई एक लड़ाई के लिए मजबूर करने के लिए कपटपूर्ण चारा का उपयोग कर सकता है ( सब कुछ उचित है )।

और क्या इतना जटिल है?

सबसे पहले, यह लग सकता है कि सब कुछ सरल है: आप बस सभी चालों के सभी विकल्पों के माध्यम से सॉर्ट कर सकते हैं और सबसे अच्छा एक चुन सकते हैं। लेकिन बहुत जल्द यह स्पष्ट हो जाता है कि सब कुछ बहुत मुश्किल है।
कॉम्बीनेटरियल विस्फोट प्रभाव [ 3 ] के कारण पूर्ण गणना असंभव है, जो इस तथ्य में शामिल है कि जैसा कि परिदृश्यों में जांच किए जाने वाले तत्वों की संख्या बढ़ती है, गणना की जटिलता तेजी से बढ़ती है। अगला, मैं वर्णन करूंगा कि मेरे विशेष खेल में इसका क्या अर्थ है।

सबसे पहले, क्योंकि प्रत्येक मोड़ पर, टीम इकाइयां एक ही बार में जाती हैं , फिर उनका क्रम अलग हो सकता है। और ऐसे संयोजनों की टीम में 6 इकाइयां 720 (1 * 2 * 3 * 4 * 5 * 6) हो जाती हैं। यदि अधिक इकाइयां होंगी, तो बड़ी संख्या में संयोजन होंगे (7 - 5040 पर, 8 - 40320 ...)। यदि आप अधिकतम परिणाम को ध्यान में नहीं रखते हैं, तो खिलाड़ी 5-10 मिनट के लिए अगले कदम की प्रत्याशा में खुशी की कोशिश कर रहा है ( और यदि वह लगातार है, तो देरी लाखों साल तक बढ़ जाएगी, हर कोई पीड़ित नहीं होगा )। यह इस विशेषता के कारण है कि लड़ाई की शुरुआत में मेरा एआई अंत की तुलना में कम प्रभावी है। दरअसल, अंत में, टीम का आधा हिस्सा पहले ही मर चुका है।


दूसरे, प्रत्येक इकाई नक्शे के विभिन्न बिंदुओं पर जा सकती है। 4 के आंदोलन की एक सीमा वाले लड़ाके 1-41 अलग-अलग स्थिति के हो सकते हैं। 3 में अपने आंदोलन के साथ जादूगरों और तीरंदाजों के लिए, चाल की संभावित संख्या 1-25 है। उदाहरण के लिए, टीम की संरचना इस प्रकार हो सकती है: 4 लड़ाकू, 1 दाना और 1 तीरंदाज। कुल मिलाकर, हमें इस आइटम के लिए चालों के अलग-अलग संयोजन मिलते हैं: 41 * 41 * 41 * 41 * 25 * 25 = 1766100625। वास्तव में, आपसी चौराहों और अगम्य इलाके के कारण, कम संयोजन होंगे, लेकिन मानचित्र पर एक दुर्लभ स्थिति में "संयोजन की संख्या होगी" उस नंबर के करीब पहुँच जाओ।

तीसरा, आंदोलन के बाद प्रत्येक इकाई 4 दिशाओं में से एक में एक चाल या हमले को छोड़ सकती है। यही है, हमारे पास प्रति यूनिट 5 संभावित अंतिम क्रियाएं हैं । कुल संयोजन: 5 ^ 6 = 15625।

कुल संयोजन: 720 * 1766100625 * 15625 = 19868632031250000।

और प्रत्येक वैध संयोजन में, परिणामी स्थिति के बिंदुओं की गणना करना आवश्यक होगा। मूल्यांकन समारोह में शामिल हैं: आंदोलनों का अनुकरण, हमला, क्षति का कारण, इकाइयों की मृत्यु और बचे हुए लोगों के हिट अंक गिनना। बेशक, संयोजनों की संख्या अतिरंजित है, क्योंकि वास्तविक परिस्थितियों में, मानचित्र पर सीमाओं और बाधाओं के कारण परिवर्तनशीलता कम हो जाएगी, लेकिन यह अभी भी संयोजनों की एक असहनीय संख्या होगी। और यह सब एक सामान्य ब्राउज़र में सब के बाद होता है।

यह कैसे किया जाता है?

इसी तरह की समस्या को हल करने के लिए, एक दृष्टिकोण दृष्टिकोण का उपयोग किया गया था, जिसका सामान्यीकृत एल्गोरिथ्म निम्नानुसार वर्णित किया जा सकता है:

1. पूर्वनिर्धारित रणनीतियों (~ 20 टुकड़े) के आधार पर अलग-अलग परिदृश्य उत्पन्न करें।
2. जब तक समय है, स्क्रिप्ट को म्यूट करें, सबसे अधिक लाभदायक छोड़कर।
3. अंत में, उच्चतम रेटिंग वाले परिदृश्य का चयन करें।
4. स्क्रिप्ट से यूनिट की पहली चाल को पूरा करें, लेकिन बाकी को न चलाएं। पहली चाल का एनीमेशन शुरू करें, और जब एनीमेशन दिखाई दे रहा है, तो शेष इकाइयों के लिए स्क्रिप्ट में सुधार करना जारी रखें।
5. चरण 1 से शेष इकाइयों के लिए दोहराएं।

हेयुरिस्टिक विधि एक विधि है जो काम कर सकती है (मैककोनेल के अनुसार [ 4 ])। विकिपीडिया पर अधिक और सख्त [ 5 ]।

इस एल्गोरिथ्म में मुख्य बिंदु हैं: परिदृश्य पीढ़ी, उत्परिवर्तन, और राज्य की लाभप्रदता का सही आकलन। इन बिंदुओं में से प्रत्येक अपने स्वयं के स्थानीय उत्तराधिकारियों का उपयोग करता है। फिर भी, जहां भी संभव हो, एल्गोरिदम का उपयोग गारंटीशुदा इष्टतम परिणाम के साथ किया गया था, उदाहरण के लिए, ए * पथ खोजने के लिए [ 6 ]।

मेरे द्वारा उपयोग किए जाने वाले विकासवादी दृष्टिकोण को पूर्ण आनुवंशिक [ 7 ] नहीं कहा जा सकता है, क्योंकि उससे, मैंने केवल उत्परिवर्तन और "सबसे मजबूत" के अस्तित्व का उपयोग किया, और मैंने व्यक्तिगत रूप से व्यक्तिगत आंकड़ों के प्रभाव के गुणांक को समायोजित किया। आबादी और क्रॉस के गठन के लिए एल्गोरिदम का उपयोग नहीं किया गया था। उत्परिवर्तन के बाद, केवल एक ही जीवित रहता है: या तो एक उत्परिवर्ती या माता-पिता।



मैंने समस्या की प्रकृति के कारण तंत्रिका नेटवर्क [ 8 ] का उपयोग नहीं किया। सबसे पहले, एक बदलते परिवेश (नए यांत्रिकी, कौशल, क्षमताओं के उद्भव) में उनके सफल कार्यान्वयन की जटिलता के कारण। दूसरे, उनके नियंत्रित निजीकरण में जटिलता के कारण (यदि आप दो व्यवहार करना चाहते हैं: तेजी से सुवर्व और सावधान कुतुज़ोव [ 9 ])।

कृत्रिम बुद्धिमत्ता में एक कृत्रिम बेवकूफ का विकास

0) सबसे पहले, AI में यादृच्छिक चाल के साथ केवल 3 रणनीतियों को पेश किया गया था। { # 0 } खेल की कठिनाई । हालत स्कोर सिर्फ एक यादृच्छिक संख्या थी। और चूंकि एआई केवल विकास तत्व नहीं है, इसलिए मुझे काफी समय तक पागल मछली के व्यवहार के साथ रहना पड़ा।

1) फिर, रणनीति के मूल्यांकन की गणना में, शेष इकाइयों की जांच और एआई और खिलाड़ी के साथ उनके जीवन को जोड़ा गया। { खेल की कठिनाई # 10 }। एक मृत इकाई के लिए, टीम को 0 अंक से सम्मानित किया गया। पूरी तरह से स्वस्थ एक्स अंक के लिए (उदाहरण के लिए, लड़ाकू एफ के लिए 100,000, आर्चर ए के लिए 70,000, जादूगर के लिए 85,000)। घायलों के लिए कोर मूल्य का 50% और अधिकतम शेष जीवन के अनुपात में शेष 50% शुल्क लिया गया। इसके लिए धन्यवाद, एआई के लिए दुश्मनों को मारना अधिक लाभदायक था, और अगर वह केवल घायल कर सकता था, तो उसने कम जीवन वाले विरोधियों को चुना - बहुत कमजोर।

यादृच्छिक चालें अधिक सार्थक हो गईं - एआई ने कभी-कभी वापस दिया।

2) फिर एक और सार्थक प्रारंभिक रणनीति जोड़ी गई:
max_agro - सभी सैनिकों ने दुश्मनों के जितना संभव हो सके भाग लिया और जितना संभव हो उतना नुकसान पहुंचाने की कोशिश की। { खेल की कठिनाई # 20 }। एक रणनीति ने यूनिट के मूल चाल आदेश का उपयोग किया, दूसरा एक रिवर्स ऑर्डर में चला गया।

एआई सामरिक खेलों में सबसे आदिम कृत्रिम बेवकूफ की तरह व्यवहार करना शुरू कर दिया। और काफी अक्सर ऐसे एआई का इस्तेमाल सामरिक खेलों में किया जाता है। यह अपनी विश्वसनीयता और सादगी के कारण लोकप्रिय है। यह भी जीत सकता है - लेकिन बहुत कम ही।

यह ठीक वैसा ही है जैसा एआई का व्यवहार विफल मास्टर ऑफ मॉन्स्टर्स - डिसिपल्स ऑफ़ गैया गेम में दिखता है, जो इसे खेलने में थकाऊ होता है [ 10 ]।


3) फिर रणनीतियाँ जोड़ी गईं जो आंदोलन के दौरान दुश्मनों से संभावित नुकसान को ध्यान में रखती हैं, और उन चालों को चुनती हैं जिनके कारण कम से कम खतरा था - अधिमानतः शून्य। { खेल की कठिनाई # 30 }। और एआई तुरंत दुश्मन के साथ किसी भी निकटता से बचने के साथ, अत्यधिक कायर बन गया - हमला करने और घायल होने की तुलना में भागने के लिए बेहतर है, क्योंकि दुश्मन अधिक परिवर्तन दे सकता है!

इसलिए, परिस्थितियों का आकलन भी दुश्मन को संभावित नुकसान को ध्यान में रखना शुरू कर दिया । दुश्मनों से संभावित नुकसान से पेनल्टी अंक 0.20 के घटते गुणांक के साथ गणना की जाने लगी ( गुणांक लगातार पुन: कॉन्फ़िगर किया गया था )। इसने एआई को हमले या उड़ान के बीच चयन करते समय एक आक्रामक विकल्प चुनने के लिए मजबूर किया, क्योंकि यह उड़ान से 5 गुना अधिक अंक लाया। लेकिन एआई अभी भी लंबे समय तक कायर बना रहा, क्योंकि इस तरह की पसंद की स्थिति में आने के लिए, दुश्मन को पहले से ही पहुंच के भीतर होना चाहिए, और एआई खुद को इस तरह के आकलन के साथ कभी भी खुद को पहले हमले में नहीं डालेगा। यानी यह रैपरचून नहीं जाएगा। बेशक, खिलाड़ी ठगा हुआ महसूस करेगा, क्योंकि एआई के पास धैर्य की अंतहीन आपूर्ति है और खिलाड़ी को आक्रामकता के लिए मजबूर कर हमेशा के लिए खतरे से दूर भाग सकता है।

यह ध्यान दिया जाना चाहिए कि कैश के उपयोग के बिना संभावित नुकसान की ऐसी गणना बहुत लंबी है। एक अनुकूलन के बिना एक रणनीति का पूरा मिसकॉल शुरू में 700 मिलीसेकंड लिया। लेकिन मैं एक इकाई ~ 4000 एमएस के पूरे पाठ्यक्रम पर एक सीमा है! अनुकूलन और खर्च किए गए कैश के बाद, यह समय बहुत ही समान रणनीतियों के साथ 20 मिलीसेकंड तक घट जाता है ( दुर्भाग्यवश, कॉम्बिनेटरियल विस्फोट प्रभाव के कारण कैश की गणना अग्रिम में नहीं की जा सकती है, इसलिए 20 एमएस हमेशा प्राप्त नहीं होते हैं )।

इसलिए, जब मैंने कई चालों के पूर्वानुमान के साथ गणना तकनीक की शुरुआत की, तो केवल 2 चाल (दुश्मन और एआई) की गहराई के लिए गणना का समय पहले से ही +700 मिलीसेकंड था। इस मामले में, "कमजोर" शाखाओं को काटने के साथ अनुकूलन का उपयोग किया जाता है। यदि हम इसके लिए आदिम max_agro रणनीति का उपयोग करते हैं, तो समय में वृद्धि +30 मिलीसेकंड थी और कैशिंग लगभग इस अंतर को कम नहीं करता था ( क्योंकि मानचित्र पर स्थिति पूरी तरह से नई थी )।

नतीजतन, मैंने इस दृष्टिकोण के विकास के लिए 5 अलग-अलग दृष्टिकोण बनाए, लेकिन अंत में मैंने इसे पूरी तरह से त्याग दिया, क्योंकि उत्परिवर्तन के साथ उत्परिवर्तन ने बेहतर और तेज परिणाम दिए।

4) निम्नलिखित रणनीतियाँ रणनीतियों की प्रारंभिक विविधता का विस्तार करने के उद्देश्य से थीं:
far_attack_and_hide - इकाइयां दुश्मन से जितना संभव हो सके हमला करने की कोशिश करती हैं, और अगर वे हमला नहीं करते हैं, तो वे किसी भी हमले से छिपते हैं।

close_group_flee - इकाइयां लड़ाई और समूह से एक दूसरे के करीब संभव के रूप में पीछे हट जाती हैं। यदि आप एक ही समय में दुश्मन पर सुरक्षित हमला कर सकते हैं, तो हमला करें।
{ खेल की कठिनाई # 40 }।

इससे लड़ाई की प्रक्रिया में सुधार हुआ, लेकिन एआई के लिए लड़ाई की शुरुआत हमेशा ही लाभहीन रही: यह लगातार पीछे हटता गया, लेकिन इसे हमले का लालच दिया जा सकता था और भयभीत किया जा सकता था ताकि एआई समूह को कई छोटे समूहों में विभाजित किया जा सके जो व्यक्तिगत रूप से नष्ट हो सकते हैं।

5) फिर यह म्यूटेशन का समय है । { खेल की कठिनाई # 50 }।

उत्परिवर्तन एल्गोरिथ्म बहुत सरल था:

• चयनित रणनीतियों पर पुनरावृत्ति करते समय, रणनीति की एक प्रति बनाई गई थी;
• इस प्रति में, पाठ्यक्रम का एक परिवर्तन किया गया था;
• यदि यह कदम अमान्य हो गया है, तो इसे मानक रणनीतियों में से एक के अनुसार कम से कम कुछ वैध को सही किया गया था;
• उत्परिवर्तित रणनीति के बिंदुओं की गणना की गई थी;
• यदि उत्परिवर्ती में अधिक अंक थे, तो उत्परिवर्ती ने अपने माता-पिता को बदल दिया।

उसी समय, बाहरी लोगों ने रणनीति को नहीं हटाया, और म्यूटेशन में भी भाग लिया, क्योंकि म्यूटेशन की एक बहुत ही सफल श्रृंखला की हमेशा ध्यान देने योग्य संभावना रही है।

सबसे पहले, सबसे आदिम प्रकार का उत्परिवर्तन लागू किया गया था: 1 से 3 आंदोलनों को यादृच्छिक लोगों द्वारा प्रतिस्थापित किया गया था, चालों का क्रम समान रहा। गणना के एक पुनरावृत्ति के दौरान, औसतन प्रत्येक रणनीति के लिए लगभग 5-15 उत्परिवर्तन बनाए गए थे। इसके अलावा, औसतन, हर पांचवां उत्परिवर्तन अधिक लाभदायक था और उसने माता-पिता की रणनीति को बदल दिया।

6) Heuristic चारा । { खेल की कठिनाई # 60 }।

इस विधर्मी ने उस रणनीति को दोहराया जिसके साथ मैंने AI को एक इकाई के साथ हमला करने का लालच दिया, ताकि वह एक बार में एक को मार सके। यह ट्रिक AI को भी सिखाई गई थी।

ऐसा करने के लिए, रणनीति की स्थिति के लिए अंकों की गणना के कार्य में, यह जांचा जाता है कि क्या वर्तमान स्थिति चारा की स्थिति से मेल खाती है:

• केवल एक एआई सैनिक पर हमला किया जा सकता है;
• केवल एक दुश्मन एक क्रॉल यूनिट पर हमला कर सकता है;
• कंप्यूटर खिलाड़ी की इकाई को इस हमले के बाद बचना चाहिए;
• कंप्यूटर की कम से कम दो इकाइयाँ प्रतिक्रिया में हमला करने में सक्षम होंगी। जितनी अधिक ऐसी दंडात्मक इकाइयाँ, उतने ही अधिक अंक।

प्रभाव उत्कृष्ट निकला: खिलाड़ी के लिए स्वयं युद्ध शुरू करना आसान हो जाता है। इसके अलावा, अधिक बार नहीं, खिलाड़ी अभी भी इस चारा पर "बैठ जाओ" करने के लिए अधिक लाभदायक है, क्योंकि एक वापसी के हमले के बाद वह अपने पूरे दस्ते के साथ एआई पर गिरने में सक्षम होगा ( यह है कि वह पहले से उचित रूप से समूहीकृत है )। और वहाँ सभी सक्षम स्थानीय सामरिक निर्णय सब कुछ हल करेंगे।


7) फिर यह मेरी आंख को पकड़ने लगा कि एअर फाइटर्स लगातार कॉकरोच की तरह बिखरे रहते हैं । { खेल की कठिनाई # 70 }। इसके अलावा, सैनिक एक कोने में छिप सकते हैं या तंग सुरंगों में जा सकते हैं, जिसमें एआई संभावित हमलों को छांटने में अपनी प्रभावशीलता में खो गया है।
इसलिए, मूल्यांकन कार्यों में निम्नलिखित मान्यताओं के साथ इकाइयों और मानचित्र स्थलाकृति के बीच की दूरी का आकलन करने के लिए आंकड़े:

• सहयोगी एक दूसरे के "औसत पर" - बेहतर (इकाइयां कम बार नक्शे के विभिन्न हिस्सों में बिखरने लगीं)।
• एआई सैनिकों को दुश्मन के "औसत" सैनिकों के करीब, बेहतर (मुझे एक आक्रामक एआई की आवश्यकता थी)।
• सहयोगियों की किसी भी जोड़ी के बीच अधिक से अधिक दूरी, बदतर। उसी समय, 4 की दूरी दंडित नहीं की जाती है, और जो अधिक से अधिक होती है वह घातीय रूप से दंडित होती है (यह सैनिकों को कमजोर रैंक में खींचती है)।
• यदि कोई AI सिपाही कम से कम 2 मोड़ों में दुश्मन पर हमला नहीं कर सकता है, तो उस पर जुर्माना लगाया जाना चाहिए (यह उसे आगे बढ़ने के लिए मजबूर करता है, लेकिन खुद पर हमला करने के लिए खड़ा नहीं होना चाहिए)।
• अगर सैनिक के 2 कदम के दायरे में बहुत अधिक अवरोधक स्थितियां हैं, तो उसे ठीक करें (कम बार वे सुरंगों में भागना शुरू कर देते हैं)।
• अगर कोई सैनिक नक्शे की सीमा पर है, तो उसे और भी मुश्किल से ठीक करें। इसके परिणामस्वरूप, AI की गतिशीलता बहुत बढ़ गई, जैसे एक इकाई एक खुले क्षेत्र से एक कोने या सुरंग की तुलना में बहुत बड़ी संख्या में पदों पर चल सकती है।

8) फिर रणनीतियों का विस्तार करने का समय आ गया है। { खेल की कठिनाई # 80 }। मैं इकाई चालों के संभावित क्रम की पूरी गणना नहीं जोड़ सका, लेकिन मैं लड़ाकू: आर्चर, सॉसर: प्रकार से उनकी चालों की गणना कर सकता था। इसलिए, रणनीतियाँ चाल के अनुक्रम के लिए दिखाई दीं, फॉर्म W_A_F: पहले सभी जादूगर चलते हैं, फिर सभी तीरंदाज, फिर सभी लड़ाकू।

इस प्रकार, 6 नई रणनीतियाँ जोड़ी गईं: W_A_F, W_F_A, A_W_F, A_F_W, F_A_W, F_W_A। उन्होंने सभी समस्याओं को हल नहीं किया, लेकिन खेल की गुणवत्ता में काफी सुधार किया।

9) मेरे पास उत्परिवर्तन था, लेकिन वे बहुत कम उपयोग के थे। { खेल की कठिनाई # 90 }। ज्यादातर उन्होंने कमजोर रणनीतियों में सुधार किया, जबकि सफल लोगों ने शायद ही कभी सुधार किया। इसलिए, उत्परिवर्तन को संशोधित किया गया था और हर बार एक यादृच्छिक प्रकार के उत्परिवर्तन में से एक ने काम किया:

• 1 से 3 आंदोलनों को यादृच्छिक लोगों के साथ बदल दिया गया था, चालों का क्रम वही (पुराना तरीका) रहा;
• दो यादृच्छिक इकाइयों के चाल क्रम को स्वैप करें। उन्हें अपरिवर्तित छोड़ दें, भले ही वे इष्टतम न हों। यदि इस कदम को दोहराया नहीं जा सकता है, तो इसे सामान्य रणनीतियों में से एक वैध अवस्था में यादृच्छिक रूप से पुनः निर्मित किया जाता है;
• दो यादृच्छिक इकाइयों की चालों के क्रम को स्वैप करें और अपनी चालों को फिर से लिखें। बाद की इकाइयों में सभी विफल चालें यादृच्छिक पारंपरिक रणनीतियों द्वारा मरम्मत की जाती हैं।

इन बदलावों की शुरूआत ने इकाई चालों के सभी संयोजनों को पूरी तरह से संलग्न करने की असंभवता के लिए गंभीरता से क्षतिपूर्ति करना शुरू कर दिया। हालांकि, अपनी यादृच्छिकता के कारण, वह इस बात की कोई गारंटी नहीं देता है कि उपलब्ध सीमित समय में तख्तापलट हो जाएगा।

10) फिर, अधिक अर्ध-यादृच्छिक रणनीतियों को जोड़ा गया । { खेल की कठिनाई # 100 }। चालों का क्रम बेतरतीब ढंग से उत्पन्न हुआ था, और चालें खुद को निम्नलिखित सिद्धांतों के अनुसार चुना गया था (उनके महत्व को कम करने के लिए):

• अधिकतम नुकसान;
• प्रतिक्रिया में जितना संभव हो उतना कम नुकसान;
• जितना संभव हो अपने दुश्मनों के करीब हो जाओ।

मैंने यहां ध्यान देने योग्य सुधार नहीं देखा है, लेकिन परियोजना पहले ही उस चरण में चली गई है जहां प्रत्येक सुधार कम ध्यान देने योग्य प्रतिलिपि प्रस्तुत करने योग्य प्रभाव की ओर जाता है।

11) मैं एआई की भयावह गलतियों से थक गया था, जब उसने अपने सिपाही के साथ हमला करते हुए मेरे सैनिकों पर हमला किया था, लेकिन उसी समय अपने सहयोगियों को घायल कर दिया था। { खेल की कठिनाई # 110 }। हालांकि इससे पहले, वह वास्तव में उनके साथ घूम सकता था और उन्हें आग की रेखा से हटा सकता था। इसलिए, मैनुअल चेकों के साथ एक कठिन-जनित रणनीति बनाई गई थी :

• यदि कोई जादूगरनी है, तो वह ऐसी जगह ढूंढें जहाँ से वह अधिकतम नुकसान पहुँचाएगा;
• अगर इस जगह पर या हड़ताल के रास्ते में सहयोगी हैं, तो उन्हें याद रखें;
• सबसे पहले, सभी सहयोगी जिन्हें वे याद करते हैं, वे जाते हैं और वे जादूगर द्वारा आरक्षित पदों को नहीं ले सकते हैं (जो कि रास्ता साफ करते हैं);
• जादूगर चल देता है;
• शेष इकाइयाँ चल रही हैं।

रणनीति को शब्दों में आसानी से वर्णित किया गया है, लेकिन यह प्रोग्रामिंग के लिए अच्छा है।

12) कभी-कभी शत्रुता शुरू होने से ठीक पहले इकाइयाँ " झाड़ियों में भाग जाती हैं "। { खेल की कठिनाई # 120 }। इसके परिणामस्वरूप, जब हमलों का आदान-प्रदान शुरू हुआ, तो एक या दो इकाइयाँ सैन्य अभियानों से बहुत दूर हो सकती थीं और सहयोगी दलों की मदद नहीं करती थीं। यदि ऐसा हुआ, तो मुझे एआई को हरा देने की लगभग गारंटी थी। अगर ऐसा नहीं होता, तो मैं अक्सर हार जाता। मैंने रणनीति के परिणामी बिंदुओं का मूल्यांकन करने के लिए एक नया अनुमान लगाने की शुरुआत की। प्रत्येक इकाई के लिए, एक जांच की गई:

1. यदि इकाई ने इस मोड़ पर हमला किया, तो उसे +1500 अंक मिले।
2. यदि आपने हमला नहीं किया, तो उन स्थितियों की गणना की गई, जिनसे दुश्मन सहयोगी दलों को नुकसान पहुंचा सकते हैं। यदि 0 से अधिक ऐसे पद हैं (N> 0) तो गिनती जारी रखें।
2.1। यदि कोई इकाई किसी भी स्थिति (n = 0) पर नहीं पहुंच सकती है और हड़ताल कर सकती है, तो उसे -1000 अंकों का जुर्माना प्राप्त होगा।
2.2। यदि कोई इकाई सभी पदों पर पहुंच सकती है, तो उसे +1200 अंक मिलते हैं।
2.3। यदि कोई इकाई कुछ पदों पर हमला कर सकती है, तो उसे + (n / N) * 1000 अंक मिलते हैं।

इससे AI इकाइयों के "सामंजस्य" में बहुत सुधार हुआ है। दुर्भाग्य से, "वन डिसेटर" के मामले सामने आने लगे, जब एक हारने की स्थिति में घायल इकाइयों में से एक ने दुश्मन पर हमला करके योगदान देने के बजाय अपने साथियों की पीठ के पीछे छिपना पसंद किया। यह हास्यास्पद लग रहा था जब कंप्यूटर में केवल 2 यूनिट बचे थे, और खिलाड़ी के पास 3 या अधिक थे। एक अतिरिक्त सुधारात्मक उत्तराधिकार निम्नलिखित नियम है:

IF ("   ,   " AND "    3 ") THEN "      " 

13) रणनीतियों की शुरूआत के अंत में, वे पहले से ही 25 टुकड़ों के नीचे जमा हो गए थे। { खेल की कठिनाई # 130 }।

उनमें से प्रत्येक को म्यूट करना बहुत महंगा हो गया है। इसलिए, सबसे असफल को हटाने और केवल 8 टुकड़े छोड़ने का निर्णय लिया गया था। शुरुआत से ही, मैं इस दृष्टिकोण का उपयोग इस उम्मीद में नहीं करना चाहता था कि बाहरी लोगों के उत्परिवर्तन से केवल एक अच्छे के बजाय एक अप्रत्याशित उत्कृष्ट परिणाम हो सकता है। इस प्रसंस्करण में प्रवेश करने से अंततः AI गेम में सुधार हुआ।

14) शुरुआत के आसपास अभी भी एक दिलचस्प संशोधन था। प्रारंभ में, परिदृश्य के मूल्य को अंकों के योग में अंतर के रूप में गणना की गई थी:

 _ = _ - _ 

लेकिन कई सुधारों के बाद, मुझे याद आया कि यह सबसे अच्छा समाधान नहीं है, क्योंकि तब AI के लिए, "2 सैनिक बनाम 1 एकल सैनिक" और "4 सैनिक बनाम 3 सैनिक" जैसी परिस्थितियाँ समान होंगी। इसलिए, अंकों की गणना अनुपात के रूप में की जाने लगी:

 _ = _ / _ 

परिवर्तन छोटा है, और परिणाम बहुत गंभीर है। संशोधन के बिना, बढ़ते जोखिम के साथ त्रुटि की कीमत हमेशा समान रही है। शोधन के बाद, AI ने लड़ाई के अंत की ओर लापरवाही से कम जोखिम उठाना शुरू कर दिया, और इसने इसे मजबूत किया।

मैं यह नोट करना चाहता हूं कि इन सभी सुधारों को धीरे-धीरे शुरू किया गया था, संकेतित क्रम में यद्यपि, लेकिन उनमें से कई को अधिक अराजक क्रम में कीड़े से सुधार, संसाधित और सही किया गया था। 100 से अधिक वास्तविक पुनरावृत्तियों थे।

यहां बताया गया है कि अंतिम AI कैसे खेलता है { खेल की कठिनाई # 9999 }:

एअर इंडिया सही दूर चला जाता है, समय बर्बाद नहीं सोच

स्वयं गणना की गति बढ़ाने के लिए, अनुकूलन एल्गोरिदम सक्रिय रूप से अनुक्रमित छोरों ( जटिलता को कम करने ) में नेस्टेड छोरों के विभाजन के रूप में और कैश्ड प्रारंभिक संगणना ( और बाद में इन बहुत ही कैश के अनुकूलन ) के साथ कई सरणियों के परिचय के रूप में सक्रिय रूप से उपयोग किया गया था। मेरे अनुमानों के अनुसार, आगे की आशाएँ मुझे गति में दोगुनी (या इससे भी अधिक) वृद्धि प्रदान कर सकती हैं, लेकिन इससे समय की लागत में अनुचित वृद्धि और कोड की पठनीयता को और नुकसान होगा।

उच्च गति की मुख्य तकनीक डाउनटाइम के दौरान प्रारंभिक गणना है। इस विधि में प्रक्रिया को दो भागों में तोड़ने में शामिल हैं: गणना स्वयं और गणना परिणामों का एनीमेशन:

• पहली इकाई के पाठ्यक्रम की गणना खिलाड़ी की बारी के तुरंत बाद शुरू होती है, जबकि एक खिड़की उड़ती है कि प्रतिद्वंद्वी की बारी शुरू होगी। और यह 4 सेकंड के रूप में ज्यादा है, जिसे खिलाड़ी खाली उम्मीद के रूप में नहीं समझता है;
• दूसरी और बाद की चालों की गणना तब शुरू होती है जब अंतिम इकाई के पाठ्यक्रम का एनीमेशन केवल शुरू होता है (जब एआई कर्सर सिर्फ अपना आंदोलन शुरू करता है)। और सभी एनिमेशन का समय पहले से ही 4.5 सेकंड है। हालाँकि, इसे अगली चाल की गणना नहीं कहना अधिक सही होगा, लेकिन पहले से विकसित अतीत की रणनीति में सुधार और एक नई खोज, क्योंकि प्रत्येक पुनरावृत्ति पर, पूरी टीम की चाल की गणना की जाती है;
• जब एआई चलती इकाइयों में कदम रखता है, तो एआई कर्सर उड़ता है, जो दिखावा करता है कि वह उन पर क्लिक करता है। कर्सर उतनी ही तेजी से उड़ता है, लेकिन इतना है कि इसे ट्रैक करने का आराम रहता है। इसके अलावा, एक कर्सर जोड़ने से न केवल गणना के समय को 2 सेकंड से बढ़ाकर 4.5 करने की अनुमति दी गई, बल्कि एक व्यक्ति के लिए कंप्यूटर की प्रगति को और अधिक आरामदायक बनाया गया;
• खिलाड़ी का टर्न टाइम भी व्यर्थ नहीं है। जब तक खिलाड़ी सोचता है, लगभग कोई गणना नहीं की जाती है, इसलिए इस समय कंप्यूटर प्रतिद्वंद्वी के भविष्य के कदम के लिए संभव कैश की गहन गणना की जाती है।

ब्राउज़र में इस सब को रोकने के लिए और काफी स्थिर एफपीएस के साथ काम करने के लिए, गणना कार्यकर्ता ( वेब कर्मचारी ) [ 11 ] द्वारा अतुल्यकालिक रूप से की जाती है।

ऐसा करने से, मैं कष्टप्रद "कंप्यूटर चलता है" प्रतीक्षा खिड़की से छुटकारा पाना चाहता था। इस तरह की अप्रिय मौत कई अच्छे खेलों में होती है, उदाहरण के लिए, एक्सनॉट्स [ 12 ] में। मेरा मानना ​​है कि मैं इस समस्या से निपटने में सक्षम था।


इस प्रकार, एआई हमेशा अपनी चाल के बारे में सोचने के लिए एक ही समय खर्च करता है - इसकी जटिलता की परवाह किए बिना। इस दृष्टिकोण की एक बहुत ही उत्सुक विशेषता यह है कि खिलाड़ी के पास कंप्यूटर जितना मजबूत होगा, उतने अधिक एआई म्यूटेशन को छांटने का समय होगा, और इसलिए खिलाड़ी का कंप्यूटर उतना ही अधिक शक्तिशाली होगा। मैंने पहली बार चल रहे समय को ठीक करके और कंप्यूटर की गति की पूर्व-गणना करके इस प्रभाव को हटा दिया। हालांकि, तब मैंने इस निर्धारण को हटा दिया, क्योंकि शक्तिशाली कंप्यूटर के मालिक, यह उन्हें औसत के बजाय "अपने" कंप्यूटर से लड़ने की अनुमति देगा।

परिणाम क्या है और नुकसान क्या हैं

इस प्रकार, परिणामी कंप्यूटर विरोधी जानता है कि किस तरह से लड़ने योग्य है और किसी भी खिलाड़ी के ओवरसाइट्स का अच्छा उपयोग करता है, और वह खुद भी बहुत कुछ नहीं बनाता है। फिर भी, मैं, उनके काम की सभी विशेषताओं को जानते हुए, तनाव के साथ, लेकिन मैं उन्हें लगभग हमेशा (समान परिस्थितियों में) पराजित करता हूं। लेकिन मैं इसके विपरीत चाहूंगा: यहां तक ​​कि इसकी विशेषताओं के बारे में जानते हुए भी, लगभग हमेशा उससे हार जाता है। एआई आदर्श से बहुत दूर है, क्योंकि हेयुरिस्टिक्स का जो सेट मैं उपयोग करता हूं वह एक दूसरे पर "मेरी धारणा की त्रुटियों" के सहक्रियात्मक अतिव्यापीता की ओर जाता है। ये त्रुटियां हैं:

1. अपनी खुद की रणनीति की अपूर्णता और अपूर्णता, मुझे सभी सर्वोत्तम रणनीतियों का पता नहीं है, और इसलिए मैं उन्हें खेल में पहचान और कार्यान्वित नहीं कर सकता।
2. दक्षता का नुकसान (जो कि इतना आदर्श नहीं है) कार्यक्रम कोड के लिए उन्हें स्थानांतरित करते समय काम की सांख्यिकी का उपयोग करता है। उदाहरण के लिए, मेरी मानव उत्तराधिकारी: "इकाइयां पास रहती हैं, लेकिन जादूगरों से दोहरे नुकसान से बचने और संकीर्ण मार्ग में फंसने से बचने के लिए बहुत करीब नहीं हैं।" यह अनुमानवादी मुझे AI को हराने में मदद करता है, लेकिन जब मैं इसे अपने कंप्यूटर प्रतिद्वंद्वी को सिखाता हूं, तो मुझे मात्रात्मक अनुमानों के साथ एक एल्गोरिथम में गुणात्मक विवरण का अनुवाद करना होगा, और यहां डेटा हानि संभव है।
3. उत्तराधिकारियों के बीच आपसी टकराव। जब बहुत अधिक आंकड़े होते हैं, तो वे धीरे-धीरे ओवरलैप होने लगते हैं। इसके परिणामस्वरूप, छिपी हुई दोहरी गिनती या आंशिक दोहराव के कारण अप्रत्याशित प्रवर्धन हो सकता है। या किसी तरह का प्रभाव किसी भी चीज को प्रभावित करने के लिए होगा इसका योगदान बड़े प्रतिस्पर्धी गुणांकों द्वारा पूरी तरह से अवरुद्ध है।
4. चुने गए रणनीतियों के तंग समय की कमी और कदम-दर-कदम सुधार इस तथ्य की ओर जाता है कि पहला कदम हमेशा कम सोचा जाएगा। इसका मतलब यह है कि एक असफल पहला कदम टीम की शेष इकाइयों के स्पष्ट और प्रभावी कदमों को अवरुद्ध कर सकता है। यह इस तथ्य में व्यक्त किया गया है कि दूर जाने के बजाय पहला लड़ाकू एफ दुश्मन पर हमला कर सकता है और फिर उसके सहयोगी जादूगर डब्ल्यू को दुश्मन को खत्म करने के लिए खुद को घायल करना होगा।

"आंखों से मेल खाते" के बजाय पूर्ण आनुवंशिक एल्गोरिदम, सबसे अधिक संभावना है कि यह संभव हो सकेगा कि वह उत्तराधिकार में अधिक इष्टतम गुणांक का चयन करें। लेकिन यह पहले से ही भविष्य की पूर्ण परियोजनाओं के लिए एक कार्य है - मैं लंबे समय तक एक प्रोटोटाइप के साथ फंसना नहीं चाहता। मैं वर्तमान एआई से काफी संतुष्ट हूं: यह विवेकपूर्ण, थोड़ा कपटी, काफी आक्रामक है और खिलाड़ी को खुद को सूखा हारने की अनुमति नहीं देगा ( वास्तव में, यह अनुमति देने के लिए अत्यंत दुर्लभ है )।

अतिरिक्त सुविधाएँ

यह कार्यान्वयन विधि आपको खेल के विकास में अतिरिक्त बोनस प्राप्त करने की अनुमति देती है ( कई मामलों में डेवलपर और उसके जलने के दृष्टिकोण से ):

1. खेल में नए यांत्रिकी की उपस्थिति कंप्यूटर खिलाड़ी की ताकत को नष्ट नहीं करेगी, हालांकि यह खिलाड़ी की तुलना में इसे धीरे-धीरे कमजोर कर देगा। इस कमजोर पड़ने की भरपाई अतिरिक्त उत्तराधिकार की शुरूआत से की जा सकती है। ताकि इससे संसाधनों का प्रगतिशील व्यय न हो, इन नए उत्तराधिकारियों को केवल तभी लागू किया जा सकता है जब ये नए यांत्रिकी वर्तमान लड़ाई में मौजूद हों।
2. वास्तव में बुद्धिमान कठिनाई स्तर । अब मूल रूप से कठिनाई का स्तर यह निर्धारित करता है कि एक कंप्यूटर प्लेयर को संसाधनों के रूप में कौन सा बोनस प्राप्त होगा ( शुरुआत में अधिक सोना या खनन में एक बोनस ) या उसके सैनिकों को कितना नुकसान होगा ( + 50% नुकसान )। यह काम करता है, लेकिन आप जटिलता को कम करने के साथ ही कुछ विशेषताओं को धीरे-धीरे अक्षम करके AI को थोड़ा कम स्मार्ट बना सकते हैं।
3. दूसरे पैराग्राफ की निरंतरता में, आप कंप्यूटर विरोधियों के अलग-अलग दौड़ / गुट बना सकते हैं: ऑर्केज़ के लिए केवल आक्रामक रणनीति काम करती है; लाश की भीड़ में, केवल आदिम "आगे और हमले चलाते हैं"; और cyborgs AI की पूरी शक्ति का उपयोग करते हैं। हमले से पहले इस खिलाड़ी के लिए धन्यवाद न केवल विरोधियों की संख्या, बल्कि उनकी बुद्धिमत्ता का भी मूल्यांकन करना होगा।

यह सब आशाजनक लगता है, लेकिन याद रखें कि यह सब कागज पर सुंदर है, और एक वास्तविक खेल में यह सिर्फ काम नहीं कर सकता है, निर्बाध हो सकता है, या खिलाड़ी के लिए भी अदृश्य हो सकता है। लेकिन यह प्रयोग का एक अच्छा कारण है।

जहां महसूस करना है

आप इस AI की शक्ति को AI सामरिक रंबल ब्राउज़र में देख सकते हैं। परीक्षण विषय "itch.io [ 13 ] जैसी साइटों पर निःशुल्क। जीईटी पैरामीटर एआई (10 के चरणों में 0 से 140 तक मान) एआई की जटिलता को कम करेगा।

मेरी उम्मीदों के मुताबिक, एआई को समान शर्तों पर हराना आपके लिए बहुत मुश्किल होगा। खेल के नियमों के अभ्यस्त होने के बाद भी। मैं इस खेल को एक प्रोटोटाइप के रूप में विचार करने की सलाह देता हूं, जो अनिवार्य रूप से है (इसमें कोई संगीत, ध्वनियां और कीमत नहीं है )।

विभिन्न शिक्षण विधियों का उपयोग करके एआई के संभावित कार्यान्वयन के बारे में एआई की दिलचस्पता, युक्तियों और आलोचना के बारे में टिप्पणी में अपनी राय छोड़ दें। यदि आप अचानक मेरे अन्य शोध में रुचि रखते हैं, तो कृपया यहाँ मेरे खाते की सदस्यता लेने पर विचार करें।

संदर्भ

1. दीपमिन्द - हैबे पर लेख ।
2. एचटीएमएल 5 गेम: कैनवस बनाम। एसवीजी बनाम। स्टैकओवरफ्लो पर div ।
3. संयुक्त विस्फोट - विकिपीडिया ।
4. सही स्टीव मैककोनेल कोड हैबर है ।
5. अनुमानी तरीके - विकिपीडिया ।
6. ए * - रेड ब्लॉब गेम्स ।
7. आनुवंशिक एल्गोरिथ्म। बस मुश्किल के बारे में - हैबर ।
8. कंपनी Google की कृत्रिम बुद्धिमत्ता के साथ आठ अद्भुत खेल - हैबर ।
9. सूवरोव और कुतुज़ोव के बारे में बहुत संक्षेप में ।
10. मास्टर ऑफ मॉन्स्टर्स - डिसिपल्स ऑफ गैया - आईजीएन पर समीक्षा ।
11. जावास्क्रिप्ट गेम लूप्स और टाइमिंग की एक विस्तृत व्याख्या ।
12. Xenonauts और एक लंबी AI स्टैंडबाय स्क्रीन ।
13. एआई सामरिक गड़गड़ाहट। टेस्ट विषय - itch.io पर।