Random Obstacle Advoidance oleh Non Player Character Menggunakan Algoritma A*

Latius Hermawan, Maria Bellaniar Ismiati

Abstract


Belum ditemukannya solusi yang optimal untuk menyelesaikan masalah pathfinding. Biasanya solusinya tergantung pada spesifik dari ketentuan untuk dapat menemukan jalan keluar untuk setiap permainan yang diberikan. Pathfinding yang optimal merupakan suatu hal yang sulit untuk ditemukan, dimana terdapat perbedaan antara istilah path dan shortest path. Sehingga pathfinding yang ada bertujuan untuk menemukan jalur terpendek yang optimal. Salah satu algoritma yang digunakan pada pathfinding adalah A* digunakan dalam melakukan pencarian jalur yang optimal yang menghubungkan dua titik pada peta (grafik) dari permainan yang ada. Algoritma A* dapat membantu NPC untuk menemukan rute dalam mencari keberadaan target dengan berbagai halangan yang disediakan secara acak dalam satu waktu. Sehingga algoritma ini dapat digunakan untuk mencari rute walaupun ada banyak obstacle yang bermunculan secara acak.

Keywords


Algoritma A*, Pathfinding, Obstacle Advoidance, Kecerdasan Buatan, AI

References


Jung Y. An Effective Method of Pathfinding in a Car Racing Game. IEEE Computer and Automation Engineering (ICCAE) The 2nd International Conference : 544-547 .2010.

Geethu E, Mathew. Direction Based Heuristic For Pathfinding In Video Games, IEEE Sponsored Second International Conference On Electronics And Communication Systems.2015.

Björnsson, Y. TBA*: Time-Bounded A*. IEEE Twenty-first International Joint Conference on Artificial Intelligence (IJCAI-09); 431-436.2009.

Jafar A. Portable Non-Player Character Tutors with Quest Activities, IEEE Virtual Reality : 253-354, 2010.

S. Priesterjahn, O. Kramer, A. Evolution of human competitive agents in modern computer games. IEEE Congress on

Evolutionary Computation (CEC2006): 777–784. 2006.

J. Hagelbäck and S. J. Johansson, The rise of potential fields in realtime strategy bots. Fourth Artificial Intelligence and Interactive Digital Entertainment Conference (AIIDE) :

–47. 2008.

P. Avery, S. Louis. Evolving Coordinated Spatial Tactics For Autonomous Entities Using Influence Maps. IEEE Symposium on Computational Intelligence and Games (CIG2009) : 341–348. 2009.

R. Dechter and J. Pearl, Generalized Best-First Search Strategies And The Optimality Of A*. Journal of the ACM, vol. 32 : 505-536. 1985.

D. M. Bourg, and G. Seemann, AI for Game Developers 1st ed., O'Reilly Media : 51-75. 2004.

Hartley, T. In-Game Adaptation Of A Navigation Mesh Cell Path. IEEE 17th International Conference on Computer Games: AI, Animation, Mobile,

Jie Hu. A Pathfinding Algorithm in Real-time Strategy Game based on Unity3D . IEEE ICALIP : 1159-1162. 2012.

Riftadi, M. Variasi Penggunaan Fungsi Heuristik dalam Pengaplikasian Algoritma A*, Makalah IF2251, Teknik Informatika ITB, Bandung. 2007.

Nelly I. Membangun Game Edukasi Sejarah Walisongo. Jurnal Ilmiah Komputer dan Informatika (KOMPUTA). 2012.

Zou, Huilai., Qu, Zening., Qu, Youtian. Optimized Application and Practice of A* Algorithm in Game Map Path- Finding.

Yunifa, Mochamad Hariadi dan Supeno Mardi. Strategi Menyerang pada Game FPS Menggunakan Hierarchy Finite Machine dan Logika Fuzzy, Institut Teknologi Sepuluh November, 2012.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Jurnal Transformatika

| View My Stats |

Transformatika : Journal Information Technology by Department of Information Technology, Faculty of Information Technology and Communication, Semarang University is licensed under a Creative Commons Attribution 4.0 International License.