Detta arbete använder genetiska algoritmer för att få fram ANN hos Boids utifrån två uppsättningar regler och jämför de resulterande beteendena med varandra. Boids är simulerade fåglar i en fågelflock som var för sig styrs med enkla regler men som tillsammans bildar ett flockbeteende. Genetiska algoritmer liknar naturens evolution. En population vars egenskaper kodas på ett genom blir bättre på de egenskaperna genom att de bästa individerna väljs ut och får utvecklas mer medans de sämre rensas bort. ANN står för artificiella neurala närvek och ska likna biologiska neurala nätverk och ska med andra ord fungera som en hjärna.

Denna rapport beskriver användandet av artificiella neurala nätverk, som styrsystem för att utföra evolution av beteende för Boids. Boids handlar i grunden om att skapa en simulering av flockbeteende, genom att låta självständiga individer sträva efter att uppnå samma mål. Uppbyggnaden av Boids sker enligt tre ursprungliga regler, att undvika kollision, matcha hastighet och centrera flocken, dessa regler ligger även till grund för Boidsen i detta projekt. Då beteendet för Boids i grunden programmeras för hand, undersöker arbetet hur resultatet påverkas genom evolution av beteendet m h a neurala nätverk. Arbetet jämför även de två neurala nätverksarkitekturerna reaktiva- och rekurrenta nätverk.

Boids handlar om att simulera flockar genom självständiga individer. Styrningen utgår från tre grundregler, undvika kollision, centrera flocken samt matcha hastighet. För att framhäva vissa beteenden kan reglerna viktas. Dessa vikter kan sättas manuellt, men de kan också optimeras, exempelvis med genetiska algoritmer. Detta examensarbete utgår från Chen, Kobayashi, Huang och Nakao (2006) arbete om optimering av Boids med hjälp av en genetisk algoritm.

I detta examensarbete tittas det närmare på taktiska beslut för större grupper av autonoma agenter. Arbetet ska försöka besvara följande frågeställning: Hur effektivt kan svärm-AI användas för att utföra taktiska beslut när det appliceras till ett spel med grupper av fiender? För att kunna besvara frågeställningen skapades en applikation där fyra kombinationer av styrbeteenden och beräkningsmodeller inom tekniken ?Boids? användes. Inom två av kombinationerna användes traditionella styrbeteenden inom Boids, och inom de andra introducerades ett styrbeteende för att flankera spelaren för att ge bättre resultat. Resultatet av arbetet visar att kombinationerna med de taktiska besluten fick överlägset bättre resultat och gav därmed goda förhoppningar för att besvara frågeställningen, men för att kunna ge ett definitivt svar på hur effektivt det är visade det sig att en större bredd av experiment hade behövts användas.

Som del av ett examensarbete på 10 högskolepoäng, där varje poäng motsvarar en vecka. Den här rapporten går igenom hur viktigt det är med ett planlagt arbete och bra kommunikation innan ett påbörjat arbete. Rapporten går även igenom våra misslyckanden och lärdomar då vi arbetade gentemot ett utvecklingsprojekt: de behövde grafiskt innehåll till deras Boids baserade strategispel i OGRE. Redan i början stötte vi på problem och våra arbetsgivare i Umeå ville att vi skulle göra något annat än vad vi kommit överens om. Vi har använt oss av nya program för att lära oss att generera normalmapps som kan användas i spel.