游戏中人工智能.pdf

游戏中人工智能.pdf

ID:53006491

大小:638.09 KB

页数:49页

时间:2020-04-11

游戏中人工智能.pdf_第1页
游戏中人工智能.pdf_第2页
游戏中人工智能.pdf_第3页
游戏中人工智能.pdf_第4页
游戏中人工智能.pdf_第5页
资源描述:

《游戏中人工智能.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、游戏中的人工智能技术学习内容和目标游戏AI的基本概念游戏中常用的AI技术有限状态机模糊逻辑A*寻径棋类游戏AI游戏AI任天堂8位机ACT游戏,不存在AI,敌人的招式都是固定好的。FPS和RTS类游戏出现后,AI技术开始发扬光大游戏中实际使用的AI(ArtificalIntelligence)和学术上的AI不完全相同游戏业AI的指导思想:用最简单的方法、占用最少的资源,去愚弄玩家,造成假象,让他们觉得游戏AI水平很高。(“能骗就骗”)游戏AIGAMEAI的描述使得游戏表现出与

2、人的智能行为/活动相类似,或者与玩家的思维/感知相符合的特性。GAMEAI的实现技术实现利用充分的领域知识和常识客观世界的运动规律(gamephysics)利用已有的AI技术融合娱乐性确定型AI算法确定性算法指预先编入代码当中的可预测的行为从最简单的算法开始例如,系统中有一颗小行星,以某一速度作匀速直线运动,它在任意时刻的位置由下列公式决定:某种程度上,它们是智能的,但是这种智能是确定的,可预测的Tracking/ChasingAI当智能体找到目标后,一心一意向其移动,而不考

3、虑任何其他的因素,例如障碍物、另外的目标等非常机械化在每一帧中,计算智能体到目标的前进方向,并根据其速度,前进一段距离Evading算法与前面的chasing算法基本相同,唯一区别是智能体沿着远离物体的方向移动有限状态机FSM(FiniteStateMachine,有限状态机)最古老最普遍状态(要采取的行为)伐木到林场追击足够多木材随机走动将木头运往最近的仓库巡逻等待警戒到仓库战斗放下木头:转移(发生转移的原因)返回林场时间片结束追逐发生某个时间完成某个行为简单而实用死

4、亡战斗例如:某NPC模糊逻辑传统逻辑把思维过程绝对化,从而达到精确、严格的目的举例:一个被讨论的对象X,要么属于某一个集合A,要么不属于该集合模糊逻辑允许我们用一个[0,1]的实数表示X属于A的隶属程度。传统逻辑即隶属程度只能从0和1之间选择的情况对于命题:张三的性格稳重,如何判断这一命题的真假?“一点而也不稳重”、“不太稳重”、“不好说”、“有点稳重”、“挺稳重”、“很稳重”模糊逻辑的应用在AI领域的主要应用为决策行为选择输入、输出过滤115feet6feet7feet5fe

5、et6feet7feet大约6英尺长的高的人模糊状态机FSM太规范了,只处理确定性的事,容易被玩家识破FuSM(Fuzzystatemachine,模糊状态机)-将模糊逻辑和有限状态机结合状态之间的迁移不再是确定的一定概率下决定躲避还是追逐同时有多个状态警戒躲避追逐基本AI技术介绍AI脚本和可扩展性AI:让游戏设计师(不是程序员!!)决定NPC的AI游戏设计师的力量和时间是有限的,玩家的数目和热情是无限的,让玩家决定NPC的AIQuakeHalfLife博得之门等需要玩家有一定的编

6、程基础,需要相应的接口手册、技术服务等基本AI技术介绍-寻径算法简单:朝着目标前进,不通,顺/逆时针方向拐(Ch6-4)深度优先搜索策略,广度优先搜索策略Dijkstra算法,A*算法的最简化版本(严格意义上不是A*算法)启发式A*算法搜索策略如何评价搜索算法时间:多长时间能够找到解找到的解是最优、次优还是其他盲目搜索没有先验知识仅仅知道目标状态是什么经验搜索用经验公式表示拥有的先验知识广度优先搜索根结点->儿子结点->孙子结点缺点:内存消耗大RootRootRootC

7、hild1Child2Child1Child2GChild1GChild2GChild3GChild4(1)(2)(3)深度优先搜索先儿子结点,后兄弟RootRootRootChild1Child1Child1GChild1GChild2GChild1(1)(2)(3)启发式搜索定义目标函数,反映拥有的先验知识估计离目标的距离估计到达目标的花费用上述估计指导路径的搜索,加快搜索过程A¤启发搜索考虑到贪婪搜索法不能保证找到最优解改进-目标函数由两个部分组成从初始状态到当前状态的“花费

8、”从当前状态到目标状态的“花费”(估计)基本想法目标函数由两个部分组成从初始状态到当前状态的“花费”从当前状态到目标状态的“花费”(估计)对可能的后继状态n’,计算其目标函数f(n’),并置于优先队列中f(n’)=g(n’)+h(n’),其中g(n’)是从初始状态到n’的“花费”选择下一步状态n,使得f(n)是队列中最小的如果h(n)估计准确的话,方法是可行的A¤算法优先队列PQ-初始为空V(一系列三元组(状态,f,回溯指针)集合,表示访问过的结点)-初始为空

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。