第11章 人工智能在游戏的设计中的应用（导论） 人工智能导论课件.pptVIP

3.躲避障碍物 追踪与躲避是功能相反的两种运动模式。 游戏中玩家与非玩家角色都应符合现实场景的客观规律，即不能出现互相穿透现象，如玩家穿过非玩家角色、玩家走出虚拟场景、玩家穿越地面等。 对于这些现象，在设计过程中，可以理解为是追踪与躲避的一种特例。 11.4.2 游戏角色的追逐与躲避 躲避障碍物可采用传感器等方法，自动检测玩家与物体的距离，当达到测定距离时，自动实现玩家不靠近障碍物。 使用传感器来判断障碍物，即利用传感器从当前位置沿当前速度向前方一段距离作投射，传感器的末端表示按照当前的速度将要到达的位置，若在这个投射上发生了碰撞，则表示按当前速度行进将会发生碰撞，以此要求角色改变速度。 传感器的长度可以与角色的速率成正比。转向力的方向为障碍物表面的碰撞点的法矢量的方向，转向力的大小可以与传感器的末端穿进障碍物的深浅成正比。 11.4.2 游戏角色的追逐与躲避 Introduction of Artificial Intelligence 第11章 人工智能在游戏设计中的应用 教材： 王万良《人工智能导论》（第3版） 高等教育出版社，2011. 2 第11章 人工智能在游戏设计中的应用 人工智能游戏的快速发展，为计算机游戏产业提供了新的机遇，目前人工智能技术已经成为优秀计算机游戏开发中不可缺少的部分。 本章首先介绍人工智能游戏的概念以及基本的游戏人工智能技术，然后介绍游戏角色的指导与运动、追逐与躲避、群聚、路径搜索等智能游戏角色设计的基本技术。介绍智能游戏开发方法与开发工具，最后简单介绍扫雷机智能游戏开发。 11.1 人工智能游戏 计算机游戏（Computer Game）始于1958年的游戏“两人网球” 。 人工智能游戏（AI Game）为计算机游戏业提供了新机遇，目前已经形成了数十亿美圆的产业。 人工智能技术已经是优秀电脑游戏开发中不可缺少的部分，是游戏产品畅销与否的一个决定性因素。 应用人工智能技术设计的游戏称为人工智能游戏（AI Game），或简称为智能游戏。 11.1 人工智能游戏 正如经典游戏“小精灵” 里的魔鬼、“Unreal”第一人称射击游戏（FPS）里的虚拟战友，以及其他游戏角色，看起来都是具有智慧的生命，这种游戏可以认为是有智能的。 有人将游戏中的路径搜索、碰撞检测等，也列入游戏智能的范畴。 在游戏中包括角色从简单的追逐、闪躲、移动到复杂的神经网络和遗传算法应用等，体现角色行动的“自主性”，则说明游戏具有智能性。 几种游戏的智能性的观点： 11.1 人工智能游戏 一类是在背景中，如云、鸟等。这类对象的行为在游戏中无须人工干预，变化也不多，控制的逻辑不复杂。 另一类是各种角色，如虚拟的人、兽、怪物、机器人等。这些对象的活动方式必须变化多端才行，否则游戏就不好玩，所以控制逻辑就比较复杂。 不是所有的游戏都需要人工智能。接龙和挖地雷等游戏就不需要人工智能。网上提供的两人对弈的象棋、围棋、军棋类游戏也不需要人工智能。但一旦要求机器与人对弈，那就需要很高的智能了。 游戏中的活动对象分两类： 非定性技术是定性技术的一种提高。 用这些技术设计的角色行为具有某种程序的不确定性和不可预测性。 在这种游戏中，NPC能够学习到玩家的作战行为，并推出新行为，甚至引发突现行为，也就是没有明确指示而出现的行为。 由于非定性的不可预测性，会给游戏软件的调试和测试带来一定的难度，但也增加玩家对游戏的兴趣，延长游戏软件的“生命”。 游戏人工智能分为定性和非定性两类。 11.2.1 游戏人工智能的分类 未来的游戏AI越来越注重非定性技术的研究与应用。非玩家角色的行为从玩家那里学习，使玩家难以预测游戏行为，使游戏更具挑战性。几个主流游戏如Creatures，BlackWhite，Battlecruiser3000AD，Dirt Track Racing，Fields of Battle，Heavy Gear等，都采用了非定性技术，并具有一定的学习功能。 游戏人工智能分为定性和非定性两类。 11.2.1 游戏人工智能的分类 使用定性技术，解决软件的一部分调试和测试问题； 使用非定性技术，增强软件的智能性，赋予软件更强的生命力和挑战性。 在使用非定性技术时，恰当的运用定性技术，对软件开发的周期、软件质量等环节都是非常有益的。 目前，在人工智能技术中，采用神经网络、贝叶斯技术、遗传算法、有限状态机等用来实现游戏中的非定性行为。 成功的游戏软件采用定性和非定性技术相结合的方法。 11.2.1 游戏人工智能的分类 搜索技术在游戏中应用非常广泛，特别是用于路径规划。 在追捕游戏中，只要追逐角色与任一非追逐角色相邻，所对应的状态就是目标状态。 对于简单的情况，广泛采用宽度优先和深度优先等非启发式搜索算法。但这需要指数