Istnieje bardzo interesujący artykuł na temat Gamasutry: Inteligentne błędy: jak włączyć głupotę do swojego kodu AI , Mick West.
W tym artykule opisano sztuczną inteligencję gry w bilard. Wdrażając taką sztuczną inteligencję, dość łatwo jest sprawić, by rzucała piłkę przy każdym strzale. Uproszczonym sposobem uczynienia AI mniej „inteligentnym” jest, jak sugerowano w innych odpowiedziach, dodanie losowego czynnika do obliczeń, co powoduje, że AI traci więcej.
Istnieją jednak dwie poważne wady takiego podejścia. Po pierwsze, jest to nieprzewidywalne. Dla gracza grającego w trybie „łatwym” niedopuszczalne jest, aby AI „miała szczęście”. Co się stanie, jeśli twój losowy czynnik sprawi, że AI wykona jeszcze lepszy strzał, uderzy w bardziej wartościową piłkę lub wykona kombinację? Nie wiesz, co się wydarzy, a szczęście nie powinno być opcją dla AI w łatwym trybie.
Inną wadą jest to, że gracz będzie próbował zidentyfikować wzór w zachowaniu AI. A przy prostym losowym czynniku nie ma wzorca. Ale to nie znaczy, że gracz nie zobaczy żadnego wzorca, wręcz przeciwnie. Gdy tylko AI się poszczęści, gracz zobaczy strategię w swoim zachowaniu. W artykule gracze narzekają na to, że AI gra strategię pozycji. Gdy precyzja kątowa jest przypadkowa .
Z mojego punktu widzenia, po przeczytaniu tego otwierającego oczy artykułu, niedoskonała sztuczna inteligencja nigdy nie powinna wykorzystywać randomizacji jako czynnika upraszczającego. Przeciwnie. Łatwiejsza sztuczna inteligencja powinna być mądrzejsza, ale starać się pomóc graczowi.
W artykule Przykład gry w pulę najlepszą opcją do wdrożenia sztucznej inteligencji w „łatwym trybie” było usunięcie wszystkich czynników losowych i dodanie strategii pozycjonowania. Sztuczna inteligencja próbowałaby uderzyć piłki, aby przygotować dla gracza łatwy i niesamowity strzał .
W ten sposób gracz pomyśli, że miał szczęście. I właśnie tego oczekujesz od gry, gdy grasz łatwo.