Pathfinding dan Tactical AI

Slides:



Advertisements
Presentasi serupa
TEKNIK PENCARIAN HEURISTIK
Advertisements

Kisi-kisi Jawaban UTS Semester Pendek Genap 2008/09.
BEST FIRST SEARCH Nama Kelompok : Marie Karunia Sari .S. ( )
Graf Berarah PART 5 DOSEN : AHMAD APANDI, ST.
Pengenalan Graph Disusun Oleh: Budi Arifitama Pertemuan 9.
Lecture 3 State Space Search 2 Erick Pranata © Sekolah Tinggi Teknik Surabaya 1.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Pencarian Heuristik.
METODE PENCARIAN HEURISTIK
Pencarian Tanpa Informasi
Hill Climbing Best First Search A*
Uniform-Cost Search (UCS)
*copyleft*1 Ade Ariyani A Agung Taufiqurrahman Annas Firdausi Hario Adit W Kartika Anindya P Kelompok XII Implementation of Dijkstra’s Shortest Path Algorithm.
GRAF PLANAR DAN PEWARNAAN GRAF
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Ruang Keadaan (state space)
5. Pohon Merentang Minimum
Pencarian (Searching)
Penyelesaian Masalah Teknik Pencarian
Matakuliah : T0034 / Perancangan & Analisis Algoritma
Pertemuan 24 BRANCH AND BOUND (2)
Pertemuan 16 DYNAMIC PROGRAMMING : TRAVELING SALESMAN PROBLEM (TSP)
Minimum Spanning Tree Problem
Pencarian Heuristik.
TEORI GRAF.
APLIKASI GRAF.
Informed (Heuristic) Search
Algoritma Greedy (lanjutan)
STRATEGI PENCARIAN PERTEMUAN MINGGU KE-4.
Disampaikan Oleh : Yusuf Nurrachman, ST, MMSI
Pencarian Heuristik (Heuristic Search).
Pencarian Heuristik.
Perbandingan Algoritma Brute Force dan Depth First Search (DFS) dalam Kasus Travelling Salesman Problem (TSP) Ervin Yohannes ( )
KECERDASAN BUATAN PERTEMUAN 3.
Penyelesaian Masalah menggunakan Teknik Pencarian Blind Search
Graf Berarah / DIGRAPH PART 5 DOSEN : AHMAD APANDI, ST.
Fak. Teknologi Industri
TEORI GRAPH (LANJUTAN)
Metode Pencarian/Pelacakan
SUNARYO ( ) Pencarian Jalur Terpendek Antar Kota di Jawa Tengah dan D.I Yogyakarta dengan Algoritma Dijkstra via SMS Gateway.
Studi kasus Graph Ali Ridho Barakbah.
Clustering Best Practice
STRUKTUR DATA Tree (Struktur Pohon).
Metode pencarian dan pelacakan - Heuristik
Algoritma Branch and Bound
Matakuliah : T0534/Struktur Data Tahun : 2005 Versi : September 2005
Matematika Diskrit Semester Ganjil TA Short Path.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
BAB 10: Short Path Matematika Diskrit DU1023 Heru Nugroho, S.Si., M.T.
Search.
Graf Anifuddin Azis.
TEKNIK PENCARIAN.
STRUKTUR DATA Struktur Data Graf.
Trees Directed Graph Algoritma Dijkstra
ALGORITMA GRAF.
Fakultas Ilmu Komputer
Informed (Heuristic) Search
Masalah, Ruang Keadaan dan Pencarian
TEORI GRAF Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Representasi visual dari graf adalah dengan.
Matematika Diskrit TIF (4 sks) 3/9/ /5/2010.
POHON DAN APLIKASI GRAF
Tugas Mata Kuliah Kecerdasan Buatan
Algoritma dan Struktur Data
TEORI GRAF Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Representasi visual dari graf adalah dengan.
Jarak Terpendek - Algoritma Djikstraa
Anyquestion?.
Aplikasi Graph Minimum Spaning Tree Shortest Path.
Minimum Spanning Tree Problem
Logika Matematika/DPH1A3
Graf dan Analisa Algoritma
Transcript presentasi:

Pathfinding dan Tactical AI

Pathfinding Graph Pencarian jalur (pathfinding) merupakan bagian dari model AI Algoritma seperti Dijkstra dan A* menggunakan struktur data graf Graf digunakan untuk menggambarkan jalur yang dapat diambil pada sebuah geometri ruang Algoritma pathfinding menggunakan ‘directed non-negative weighted graph’

Graf pada Game Graf berarah dan berbobot (weighted directed graph) jika diimplementasikan pada ruang game dapat terlihat pada gambar di bawah Digunakan untuk memetakan jalur karakter. Bobot untuk menentukan apakah jalan tersebut akan menimbulkan payoff

Algoritma Dijkstra Node awal (start) diperiksa sepanjang koneksi dengan node lainnya (A ke B,C,D) Node dan cost pada tiap jalur di-record Akan diperoleh jalur A-B-E, A-B-F, dst sampai pada node tujuan (goal) Jalur sebaliknya (dari goal kembali ke start) juga di-record Dijkstra berjalan secara iteratif untuk menghitung cost (A-B-E cost 2.8 (1.3 +1.5) , A-B-F cost 3.2 (1.3+1.9))

Algoritma Dijkstra (lanj.) Node pada algoritma ini diberikan 2 kategori: Open list, node sudah dikunjungi tapi belum ditelusuri secara iteratif, node pada open list yang akan dilihat setiap kali mencari jalur baru. Jalur dengan cost minimum yang akan dipilih. Closed node, node sudah selesai ditelusuri secara iteratif dan dijumlah cost-nya

Algoritma Dijkstra (lanj.) Pada tiap iterasi, akan diperiksa apakah cost dari jalur lanjutan jumlahnya lebih kecil atau tidak. Jika lebih kecil, cost jalur tersebut di-update. Jika tidak maka diteruskan ke jalur lainnya.

Algoritma A* Tiap node ditelusuri sampai ke akhir jalurnya dan dihitung perkiraan total cost (secara heuristik) Gambar di bawah menunjukkan penelusuran jalur pada iterasi ke-2 (menjangkau 2 node)

Algoritma A* Kunci dari algoritma ini adalah perhitungan heuristiknya. Karena jalur yang dipilih ditentukan dari nilai heuristik yang terkecil Nilai heuristik dapat diperoleh dari perhitungan jarak euclidean antara goal dengan open node yang tersedia Dapat juga menggunakan cluster heuristik dan periodic table

Penerapan pada tactical AI