Чтобы избежать изначального окружения одного игрока другими, можно использовать шаблон размещения, предопределив заранее некоторое количество точек. Можно привязать базы к углам, можно к серединам сторон карты и т.д.
Весело получилось. Лично я воспринял сообщение как сарказм. Мол «хватит тут ботанировать» :) Хотя ни одно издание из списка рекомендованных ВАК такую статью и близко не подпустит. Это для обзора литературы в диссертацию может прокатить. И то дополнять нужно.
Почему наглую? Помните игру Postal — там по городу щиты стоят: то клуинария, то еще что-то. Пока там неизвестно кто значится — все нормально. Да? А как только там кока-кола засветится или жилет какой, то сразу все? Повалят все в Макса Пейна рубиться?
Если мне понадобится точность до чисел порядка 0.001% от уровня полезного сигнала (т.е. 10^(-5))?
Я так понимаю нужно будет разбивать на поддиапазоны с такой дискретностью. Это означает, что диапазонов будет 10^5 штук. Слишком много будет.
Я понял иначе… Наблюдаем за хромосомами в течение некоторого количества поколений -> накапливаем статистику для каждого гена (статистика аллели?) -> Когда удостоверимся, что статистика накоплена, делаем вывод о том, какое значение должен иметь каждый конкретный ген. Правильно?
Я только не понял, что означает «статистически (не)управляемые».
Представить временной ряд в виде мультиграфа где из каждой точки временного ряда можно перейти в каждую набором определенных приростов.
Что это значит? Можно было нарисовать во что превращается временной ряд. Лично я вообще не понял сути метода… Превращаем как-то ряд в граф, а потом скачем туда-сюда с помощью «приростов»? Т.е. в зависимости от чего-то выбираем нужный узел в графе?
По определению хаотическим может быть назван только тот процесс, у которого последующее значение ВООБЩЕ не связано с предыдущим. А тут каким-то магическим образом оказывается возможным прогнозирование аж на 50 шагов?!?!
Че-то вы напутали… Либо не хаотический, а как минимум псевдослучайный (и то сомневаюсь), либо не прогнозирование, а аппроксимация (по типу МНК или плавающего среднего).
Что-то здесь не то.
В принципе можно и на акселерометрах (имею в виду линейные) сделать датчик угловой скорости, и на трех приемниках GPS/ГЛОНАСС. Разнести подальше от центра тяжести подвижного объекта и решить систему уравнений. Но точность невысокая будет. Если работать в режиме коррекции с обратной связью, то может и хватить точности, но для чистых измерений, думается, на подойдет.
Я хотел включить в текст такую модификацию, но пришел к выводу, что не подходит. Нет аналитических выражений для производных функционала. В результате экстремум по выбранному направлению придется искать численно (напр., половинным делением). А т.к. значение фитнесс-функции вычисляется как дисперсия, то слишком много будет вычислений.
Но вообще говоря, было бы хорошо их скрестить.
При интегрировании будут накапливаться ошибки. Микромеханические акселерометры сильно шумят. Есть, правда, и прецизионные — кварцевые. Но все равно желательно ввести коррекцию — например, по астронавигации. К тому же при перемещениях на расстояния больше 200 км появится еще и методическая погрешность из-за сферичности Земли.
вот вопрос, с помощью трех осевого акселерометра можно получить положение объекта или всетаки без ДУС и гиро, никак?
ДУС — датчик ориентации. Он положение не определяет.
Я одно время работал с ПИД-регулятором «методом тыка»… своего рода те же генетические алгоритмы применял, но у себя в голове. Для человека эта задача слишком неудобная, а вот на автоматику возложить подбор параметров регулятора, особенно НЕЛИНЕЙНОГО, думаю целесообразно.
Canvas 3D
Медленно слишком, пока софтовый рендеринг. Если OpenGL/DirectX рендеринг реализуют, то будет счастье.
Я так понимаю нужно будет разбивать на поддиапазоны с такой дискретностью. Это означает, что диапазонов будет 10^5 штук. Слишком много будет.
Я только не понял, что означает «статистически (не)управляемые».
Что это значит? Можно было нарисовать во что превращается временной ряд. Лично я вообще не понял сути метода… Превращаем как-то ряд в граф, а потом скачем туда-сюда с помощью «приростов»? Т.е. в зависимости от чего-то выбираем нужный узел в графе?
Че-то вы напутали… Либо не хаотический, а как минимум псевдослучайный (и то сомневаюсь), либо не прогнозирование, а аппроксимация (по типу МНК или плавающего среднего).
Что-то здесь не то.
Но вообще говоря, было бы хорошо их скрестить.
ДУС — датчик ориентации. Он положение не определяет.
Есть ссылки, которыми можно поделиться?