人工智能在游戏设计中的应用.pptVIP

人工智能在游戏设计中的应用 游戏人工智能 与一般的人工智能不同，游戏人工智能算法不一定要满足通用性，只要能够使角色的行为在某些场合下合理就行了。 定性技术：特定的、可预测的角色行为。 游戏人工智能 非定性技术：用非定性技术设计的角色行为具有某些程度的不确定性。 在非定性技术设计的游戏中，NPC能够学到玩家的作战行为，并推出新行为，甚至引发突现行为。 成功的游戏软件应该采用定性技术和非定性技术相结合的方法。用定性技术解决软件中的一部分调试问题，用非定性技术增强软件的智能性。 基本的游戏人工智能技术 搜索技术 经常被用于路径规划 在追捕游戏中（小黄球？）只要追逐的角色与任一非追逐的角色相邻，所对应的状态就是目标状态。 简单来说：为了确定追逐目标，广泛采用Breath-first search 或者Depth-first search 等非启发式的搜索算法。 基本的游戏人工智能技术 遗传算法 遗传算法是一种随机优化搜索技术。 比如: 为某个NPC寻找最优路径，仅仅考虑距离是远远不够的。 在3D游戏中，为了更体现真实环境，需要考虑地面的坡度，当NPC走上坡路时应该慢点，而且更费油料。 用遗传算法进行路径选取时，应该考虑平衡移动距离、地形坡度、地表属性。 利用权值、惩罚值或者适应度函数来权衡各个属性间的关系。 基本的游戏人工智能技术 模糊逻辑（Fuzzy Logic） 用模糊逻辑控制NPC，实现平滑运动，使其看上去更自然。 战争游戏中，计算机军队可以根据玩家军队的距离和规模等用模糊逻辑评估玩家对计算机军队的威胁 其中，距离可以用“很近”、“较近”、“很远”等表示 规模可以用“少量”、“中等”等表示 威胁程度可以用“无”、“小”、“中”、“大”等表示 基本的游戏人工智能技术 神经网络 神经网络模型是模拟了生物大脑和神经系统互相连接并且反应的一系列机器学习算法的总和。 通过反复调节神经网络中互连结点之间的权重来得到最优反馈值。 基本的游戏人工智能技术 其它技术 专家系统 决策树 置信网络