主要观点：Rog-O-Matic 是算法和生产系统编程技术的新颖结合，用于探索敌对环境（计算机游戏 Rogue），具有独特架构和多种知识源及规则，能与人类 Rogue 玩家相媲美且有学习组件。
关键信息：

• 1984 年 5 月 16 日在加拿大计算智能研究学会第五届双年会上展示。
• 由卡内基梅隆大学计算机科学系的 Michael L. Mauldin 等人提交。
• Rogue 环境是由层级洞穴组成，玩家探索寻找宝藏等，目标是到达 26 层。
• Rog-O-Matic 架构包括知识源（如感官系统等）、生产规则（分专家层级）、算法知识源（如路径计算器），还有学习组件（短期对象识别学习、长期怪物特征学习）。
• 在 Vax 11/780 上用 C 语言实现，运行速度快，已在多地运行超 7000 场游戏。
• 性能评估良好，与 CMU 15 位最佳 Rogue 玩家相比表现出色，获得第七高高分和最佳中位数。
  重要细节：
• 选择 Rogue 作为地形生成器的 4 大优势。
• 不同知识源和规则的具体作用，如路径计算器的工作原理。
• 生产规则分组及优先级，如近战专家等的决策。
• 学习组件中短期学习通过实验获取物品信息，长期学习跟踪怪物特征。
• 实现中程序探索一层需 30 CPU 秒，Rogue 需 15 秒，已在多地运行。
• 存在静态排序导致某些战术难表达、单一直线思维等问题。
• 未来目标是增强学习组件以提高灵活性和分数。
• 感谢用户测试和冒险玩家提供数据等。