Genel olarak konuşursak sinir ağları ve genetik algoritmalar oyunlarda kullanılmaz ve son zamanlarda derin öğrenme için sinir ağlarını kullanmaya olan ilgisinin dışında, çoğu zaman oyunların dışında da değildir.
Bunların AI akademisinde öğretilmesinin temel nedeni pratik uygulanabilirlikleri değil, aynı zamanda öğretim cihazları olarak açıklanması oldukça kolay olmalarıdır - her ikisinin de bir öğrencinin nasıl çalışabileceğini anlamalarını sağlayan matematiksel ve biyolojik analogları vardır.
Gerçek dünyada, genellikle güvenilirliğe ve öngörülebilirliğe ihtiyacınız vardır. Öğrenme yöntemleri ile ilgili sorun, 'vahşi doğada' öğrenmeleri durumunda yanlış kalıpları öğrenmeleri ve güvenilmez olmalarıdır. Bir NN veya GA, örneğin gerekli oyun deneyimini sağlayacak kadar iyi olacağı garanti edilmeyen bir yerel maksimuma ulaşabilir. Diğer zamanlarda, çok iyi olabilir ve rakipsiz mükemmel bir strateji bulabilir. Çoğu eğlence ürününde de arzu edilmez.
Çevrimdışı (hatta lansmandan önce değil, oyun sırasında değil) eğitiyor olsanız bile, görünüşte iyi görünen bir veri seti, bir oyuncu tarafından bulunduğunda sömürülmesi kolay olan anormallikleri gizliyor olabilir. Özellikle bir sinir ağı tipik olarak incelemesi oldukça opak olan bir dizi ağırlık geliştirir ve kararlarını akılda tutmak zordur. Bir tasarımcının böyle bir AI rutinini istediği gibi yapması zordur.
Ancak belki de en zarar verici sorun, GA'ların ve NN'lerin genellikle herhangi bir oyun geliştirme görevi için en iyi araç olmamasıdır. İyi öğretim araçları olsa da, konu alanı hakkında yeterli bilgiye sahip olan herkes genellikle benzer sonuçlar elde etmek için farklı bir yöntem kullanmak için daha donanımlıdır. Bu, destek vektör makineleri veya davranış ağaçları gibi diğer AI tekniklerinden, devlet makineleri veya hatta uzun bir koşullu koşullar zinciri gibi daha basit yaklaşımlara kadar her şey olabilir. Bu yaklaşımlar geliştiricinin alan bilgisini daha iyi kullanma eğilimindedir ve öğrenme yöntemlerinden daha güvenilir ve öngörülebilirdir.
Bununla birlikte, bazı geliştiricilerin, bir yarış pistinde iyi bir rota bulmak için bir sürücüyü eğitmek için geliştirme sırasında sinir ağlarını kullandıklarını duydum ve daha sonra bu rota oyunun bir parçası olarak gönderilebilir. Son oyunun, bunun çalışması için herhangi bir sinir ağı kodu gerektirdiğini, eğitimli ağın bile olmadığını unutmayın.
Yöntemin 'maliyeti' tesadüfen gerçekte sorun değildir. Hem NN'ler hem de GA'lar son derece ucuz bir şekilde uygulanabilir, NN özellikle ön hesaplama ve optimizasyona katkıda bulunur. Sorun gerçekten onlardan faydalı bir şey elde edebilmek.
