Pac-Man戏中NPC的进化神经网络学习方法.pdfVIP

Classified Index: CODE: 10075 U.D.C: NO: A Dissertation for the Degree of M. Engineering Evolutionary neural network for NPC in Pac-Man Candidate: Dai Jiayue : Associate Prof. Li Yan Supervisor Prof. Wang Xizhao Academic Degree Applied:Master of Engineering Specialty:Computer application technology University: Hebei University Date of Oral Examination: June, 2012 摘 要 摘 要 Pac-Man 是一款风靡世界的追逐躲避类游戏，其中的非玩家角色（一般称为 NPC ， 即Non-Player Character ）Ghost 是由脚本控制的，而脚本控制的 NPC 通常存在着行为单 一的缺点。使用进化神经网络训练 NPC 使其行动灵活多变，得到自学习自适应的 agent 。 目前关于Pac-Man 的研究主要集中于如何使得 Pac-Man 具有更强的躲避能力，而对于 NPC 角色 Ghost 的研究还比较缺乏。 Yannakakis 曾使用进化神经网络来训练 Ghost，但他的方法存在一些缺点。其一是 训练得到的 Ghost 只有一种行动类型，表现不出原版中 Ghost 行为多样的特点；其二是 他所使用的游戏场景过于简单，适应度函数、参数的选择设定不能适用于真实环境。针 对以上问题，我们做了以下工作：首先，尊重原游戏中 Ghost 性格不同的设定，对需要 训练的 Ghost 设计相应的适应度函数，单独训练，达到它们表现各异的效果；其次，通 过使用 WCCI 2008 的Pac-Man 游戏引擎进行仿真，既恢复了原游戏的场景，又选择了 合适的适应度函数、神经网络输入、参数来描述游戏进行过程，使得实验结果更有说服 力；最后，通过设置惩罚项，解决了训练得到的 Ghost 行动范围小的问题。实验结果显 示了进化神经网络学习的效果，说明了本研究所建立的方法是可行有效的。 关键词 Pac-Man 游戏智能 非玩家角色 进化神经网络 适应度函数 I Abstract Abstract Pac-Man is a popular chasing and evading game in the world. The Non-Player Character （NPC ）Ghost in this game is controlled by script. Generally, the NPCs controlled by script often have fixed actions, which are considered unintelligent and will affect the playability of the games. In order to obtain flexible agents, evolutionary neural