游戏AI的介绍.doc

期末作品报告 课程名称： 专业英语 学 号： 姓 名： 班 别： 填 写 须 知 一、。 、字体用小四号宋体，单倍行距，要求统一用A4纸双面。  游戏AI介绍 在广义上说，大多数游戏都包含一些人工智能（AI）的运用。例如，开发人员多年来都使用AI来给游戏中无数的人物以生命力，从经典的街机游戏Pac Man的鬼魂到第一人称射击游戏中的机器人，还有很多其他游戏。各种各样的游戏类型和游戏人物对什么是游戏AI给出了一个相当广泛的解释。事实上，AI也在其他传统的科学领域得到广泛的运用。 一些开发商认为路径搜索是游戏AI的一部分，有些则认为碰撞检测是游戏AI的一部分。显然，广义上来说游戏AI是无处不在的。我们要继续解释什么是游戏AI，包括从简单的追逐和逃避在内的一切运动模式，以及神经网络和遗传算法。游戏AI属于弱AI的范畴是最适合的，但是，在某个意义上，你可以想象游戏AI应用领域的广泛程度。 在游戏中，我们不一定对给参与游戏的机器方以人水平的智能感兴趣。也许我们可通过写代码来控制非人类的生物，比如龙、机器人，甚至老鼠。另外，谁说我们必须赋予机器方智慧呢？不赋予机器方智慧以增加游戏内容的多样性和丰富性。虽然游戏AI经常被呼吁解决相当复杂的问题，但我们可以利用AI去尝试给机器方以个性模样、不同的性格，或塑造情感和各种性情，如，害怕，焦虑，等等。 游戏AI的定义是相当广泛和灵活的。凡是能够产生适当水平的智能从而让游戏更加逼真，有挑战性，最重要的是使游戏变得更加有趣的东西，都可以被当做为游戏AI。正像在游戏中使用真实的物理现象那样，优良的AI增加了游戏的沉浸性，吸引游戏者，使他们一度置身于虚拟世界中。 定性与非定性的AI 游戏AI技术一般有两种形式：定性和非定性。 定性 定性的行为表现是具有指定和可预见性。不含有任何的不确定性。一个简单的追逐算法就是定性行为的一个例子。您可以在代码中设定机器方角色朝某一目标点沿x和y坐标轴推进，直到角色的X和Y坐标与目标位置一致。 非定性 非定性行为和定性行为正好相反。这些行为具有一定程度的不确定性并且是不可预测性（不确定性的程度取决于AI方法的应用以及这些方法的执行情况）。机器方学习并适应玩家的战斗策略就是一个非定性行为的例子。这种学习方法可以使用神经网络算法、贝叶斯算法，或遗传算法完成。 定性AI技术是游戏AI的基础。这些技术具有可预见，快速，易于实现，理解，测试和调试等特性。尽管这种技术很成熟，开发者还是需要编写数量非常巨大的情节脚本以及各种行为。此外，定性方法不利于学习和发展，并且玩家在玩过一段时间后很容易找到游戏的规律，从而影响游戏的可玩性。 非定性的方法让游戏的不可预测性和不确定性大大增加。此外，游戏开发者不用把所有可能的情况全部用明确的编码去实现。非定性方法也可以独立的学习和推断，他们可以能够自行生产处理突发状况的即时行为，或者自行产生没有明确被指令指示的行为。我们将在本书考虑的簇拥算法和神经网络算法是即时行为的好例子。 传统的开发人员一直对采用非定性AI持谨慎的态度，尽管这些情况正在改变。但是非定性AI所产生的不确定性是难以测试和调试的--你怎么确定玩家的各种操作不会让游戏在某些情况下产生愚蠢的行为呢？游戏开发者们面临不断缩短的开发周期，这样不断缩短的开发周期使开发和测试产品就绪标准新技术特别困难。如此短的发展时期，使开发人员很难全面了解前沿的AI技术和认清AI对销售面广的商业游戏的影响。 至少直到最近，另一个限制了游戏AI发展的因素是，即开发商将大部分注意力集中到了图形图像的质量上。事实证明，这种集中于更好的和更快的图形技术，包括硬件加速，为开发更好更复杂的AI（软件）现在会需要更多的资源。事实上，随着生产下一代可玩性更高的游戏的压力不断增加，正促进游戏开发者更彻底地去探讨与研究非定性的技术。 现有的游戏AI 也许在游戏中使用最广泛的AI技术就是欺骗了。例如，在一个战争策略型游戏中，电脑控制的军队不用像游戏人必须做的那样放出侦察兵，就能够知道其对手也就是玩家操作的军队的位置、数量兵种等一系列信息。这种形式的欺骗是非常常见的，这样有助于电脑智能与游戏玩家进行对抗。然而，作弊或许是不好的。如果计算机作弊是明显的让玩家看到的，玩家将会认为他的努力是徒劳的，便失去了对游戏的兴趣。此外，不平衡的欺骗将使电脑过于强大，使玩家无法击败电脑。在这里，如果玩家看到他的努力是徒劳的便有可能失去对游戏的兴趣。欺骗必须是平衡的，为玩家创造足够的挑战性，来保持游戏趣味性。 当然，欺