正文

ai生成腳本（AI生成腳本）

發(fā)布時(shí)間：2023-04-24 13:25:17 稿源：創(chuàng)意嶺閱讀： 94

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于ai生成腳本的問題，以下是小編對(duì)此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，有小程序、在線網(wǎng)頁版、PC客戶端和批量生成器

官網(wǎng)：https://ai.de1919.com。

本文目錄:

如何在游戲機(jī)制中使用AI/劇情腳本
ai怎么導(dǎo)入腳本
什么是AI腳本
人工智能時(shí)代，會(huì)讓底層程序員失業(yè)嗎？

ai生成腳本（AI生成腳本）

如何在游戲機(jī)制中使用AI/劇情腳本

首先要說的是，并不是說AI，劇情邏輯必須非腳本語言不可，用C++也可以寫，甚至更習(xí)慣一些。但是腳本語言有腳本語言的長(zhǎng)處，動(dòng)態(tài)類型以及相當(dāng)人性化的數(shù)據(jù)構(gòu)造方式，特別是LUA中的表類型，似乎比較擅長(zhǎng)描述這種復(fù)雜的AI/劇情結(jié)構(gòu)。當(dāng)然，為了驗(yàn)證自己的想法，我也寫了4K的LUA代碼，結(jié)果覺得該腳本語言相當(dāng)不容易構(gòu)造簡(jiǎn)潔的內(nèi)容。AI從高自低的分別是計(jì)劃，狀態(tài)機(jī)，模式。我不知道這種劃分是基于何種角度，但是我個(gè)人的理解是狀態(tài)機(jī)最高，模式作為某個(gè)狀態(tài)下的某個(gè)決策所預(yù)定義的動(dòng)作序列，而計(jì)劃，是為了實(shí)現(xiàn)某個(gè)目標(biāo)的一組步驟的組合。那么硬編碼的游戲循環(huán)何時(shí)調(diào)用腳本？答案是，游戲循環(huán)執(zhí)行到調(diào)度NPC的AI函數(shù)的時(shí)候，該AI函數(shù)就不再做任何硬編碼，而只是簡(jiǎn)單的dostring("gameEntitys[npc](/"update/")")。就是這么簡(jiǎn)單，將所有的AI/劇情放置到腳本中。那么，LUA中g(shù)ameEntitys[npc]("update")是什么意思？簡(jiǎn)單的說，gameEntitys是一個(gè)存儲(chǔ)所有NPC的注冊(cè)表，gameEntitys[npc]將取得該npc的FMS函數(shù)，然后給該函數(shù)發(fā)送update消息告知npc當(dāng)前的狀態(tài)進(jìn)行例行更新。FMS函數(shù)對(duì)于每一個(gè)對(duì)象是唯一的，那么比如某一類對(duì)象有共同的AI/劇情，那么該類的每一個(gè)對(duì)象同用同樣的FMS函數(shù)的話，成員變量如何維持？要知道在LUA中模擬類還是比較麻煩的。答案是upvalue，也就是所有的對(duì)象使用同樣的函數(shù)來生成自身的FMS，該函數(shù)就是FMS_Creator(all_state,init_state)。在C++編碼中，NPC對(duì)象完成構(gòu)造之后，就調(diào)用LUA載入對(duì)應(yīng)的狀態(tài)機(jī)/劇情腳本，然后調(diào)用FMS_Creator為自己創(chuàng)建FMS函數(shù)：dofile("npc_ai.lua")--引入all_state,init_stategameEntitys[npc]=FMS_Creator(all_state,init_state)當(dāng)然，NPC析構(gòu)之后，你也要釋放LUA為你分配的資源gameEntitys[npc]=nil已經(jīng)大概說明了如何在C++中啟動(dòng)NPC的LUA邏輯代碼了，那么如何在LUA中編寫狀態(tài)機(jī)呢？答案是表。每個(gè)表代表一個(gè)狀態(tài)，該表下的key表示該狀態(tài)接受的消息，key對(duì)應(yīng)的值表示該狀態(tài)接受到key所表示的消息后要執(zhí)行的決策，包括相應(yīng)的動(dòng)作和可能的狀態(tài)變遷?？创a吧，最直觀的表述：state={name="attack",--狀態(tài)名enter={--進(jìn)入該狀態(tài)要執(zhí)行，屬于狀態(tài)的消息--func是函數(shù)，param是參數(shù)，sucess,unsucess是func執(zhí)行結(jié)果所對(duì)應(yīng)的狀態(tài)轉(zhuǎn)移{func=print,param="openfire"},{func=IsEnemyDie,sucess="cure"},}update={}--同enter,不過用于狀態(tài)在每一幀的更新exit={}--同enter，不過用于狀態(tài)在每一幀的更新other_msg={}--同enter,用于表示該狀態(tài)所接受的其他消息，可以有多個(gè)}在LUA中就是可以如此直觀的表示每一個(gè)狀態(tài)，其響應(yīng)的消息以及函數(shù)。然后構(gòu)造該npc接受的狀態(tài)集合：all_state={}all_state[state.name]=stateinit_state=state這樣子，就能傳遞到FMS_Creator中創(chuàng)建出自己獨(dú)一無二的狀態(tài)機(jī)函數(shù)了。那么劇情腳本呢？其實(shí)描述了狀態(tài)機(jī)，劇情腳本是否已經(jīng)有點(diǎn)眉頭了呢？劇情，即為計(jì)劃，每一個(gè)計(jì)劃由一系列步驟所組成。類似的，對(duì)應(yīng)每個(gè)計(jì)劃的執(zhí)行會(huì)有一個(gè)plan()函數(shù)，且為了達(dá)到獨(dú)立效果，該函數(shù)將會(huì)由plan_creator(all_step,first_step)生成?？磪?shù)，顯然計(jì)劃的步驟step就是類似于狀態(tài)的表，不過key方面略有不同，看代碼就明白：step={name="findbill",cond={--執(zhí)行該步驟的前提條件--func是判斷條件的函數(shù)，param是判斷參數(shù){func=IsXXX,param="xxx"},{func=IsStepFinished,param=some_step},},finish={--條件判斷成功要執(zhí)行的動(dòng)作{func

ai怎么導(dǎo)入腳本

如果你正在使用Python，你可以通過以下步驟來導(dǎo)入AI腳本：
1. 確認(rèn)有正確的Python環(huán)境或Anaconda環(huán)境。
2. 前往需要導(dǎo)入腳本的目錄下，例如：`cd C:\Users\Username\Documents\Scripts`。
3. 打開Python命令行窗口或者Visual Studio Code等Python開發(fā)環(huán)境。
4. 輸入`import script_name`，其中`script_name`指的是你要導(dǎo)入的AI腳本文件名。
5. 如果導(dǎo)入成功，你就可以在代碼中使用目標(biāo)腳本中的函數(shù)和變量了。
如果你正在使用其他的AI平臺(tái)或工具，例如TensorFlow或PyTorch，那么導(dǎo)入腳本的方法可能略有不同，但基本概念是相似的。你需要了解具體的使用文檔，根據(jù)具體情況來決定導(dǎo)入腳本的方式。

ai生成腳本（AI生成腳本）

什么是AI腳本

人工智能(Artificial Intelligence) ，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。
人工智能在計(jì)算機(jī)上實(shí)現(xiàn)時(shí)有2種不同的方式。一種是采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動(dòng)物機(jī)體所用的方法相同。這種方法叫工程學(xué)方法（Engineering approach），它已在一些領(lǐng)域內(nèi)作出了成果，如文字識(shí)別、電腦下棋等。另一種是模擬法（Modeling approach），它不僅要看效果，還要求實(shí)現(xiàn)方法也和人類或生物機(jī)體所用的方法相同或相類似。本書介紹的遺傳算法（Generic Algorithm, 簡(jiǎn)稱GA）和人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network,簡(jiǎn)稱ANN）均屬后一類型。遺傳算法模擬人類或生物的遺傳-進(jìn)化機(jī)制，人工神經(jīng)網(wǎng)絡(luò)則是模擬人類或動(dòng)物大腦中神經(jīng)細(xì)胞的活動(dòng)方式。為了得到相同智能效果，兩種方式通常都可使用。
AI腳本，就是通過以上方式編輯的智能觸發(fā)的各種劇情和事件的程序。

人工智能時(shí)代，會(huì)讓底層程序員失業(yè)嗎？

我覺得不會(huì)讓底層程序員失業(yè)說取代程序員確實(shí)有點(diǎn)兒聳人聽聞，就比如說公務(wù)員考試的八股文，ChatGPT寫的比人又快又好，但是這并意味著就可以取代公務(wù)員考試了。
只能說ChatGPT是一個(gè)自適應(yīng)，自感知，自組織的放大器。
同樣的工作，人工+AIGC工具，有機(jī)結(jié)合并熟練使用的人，生成效率和質(zhì)量會(huì)倍增。
反之，會(huì)被遠(yuǎn)遠(yuǎn)的拋開。
想象這么一個(gè)場(chǎng)景，需要做一個(gè)短視頻，有人用AIGC生成腳本，修改腳本，生成圖片，生成音樂，又快又好的完成。
而傳統(tǒng)的方法可能需要幾十倍的時(shí)間，效果還不一定比這個(gè)好。
我覺得對(duì)于所有的內(nèi)容創(chuàng)作職業(yè)，包括但不限于文字，圖片，視頻，音樂，代碼等等，都需要熟練的掌握AIGC的工作原理，便于隨時(shí)跟AIGC結(jié)合。
比如寫代碼，自己寫代碼，完了交給AIGC寫注釋，順便檢查bug，這可以在很大程度上提高自己的效率。
我的觀點(diǎn)：Input matters。
只有好的輸入才會(huì)產(chǎn)生好的結(jié)果，而好的輸入取決于對(duì)于AIGC輸出的邏輯理解程度。

以上就是關(guān)于ai生成腳本相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。