游戲人工智能中尋路與行為決策技術(shù)研究
發(fā)布時間：2021-08-02 21:39
游戲人工智能系統(tǒng)是游戲軟件中的重要組成部分,其應(yīng)用旨在幫助游戲中的虛擬角色不斷適應(yīng)游戲環(huán)境的變化,產(chǎn)生對玩家來說足夠合理的行為反應(yīng),使虛擬角色更加智能。游戲人工智能系統(tǒng)從架構(gòu)上可以分為感知系統(tǒng)、行動系統(tǒng)以及決策系統(tǒng)等主要部分,其中行動系統(tǒng)是基本模塊,決策系統(tǒng)是核心模塊,它們決定了游戲人工智能的水平,進而影響游戲玩家體驗。為了提高游戲人工智能在游戲軟件中的使用效率及穩(wěn)定性,本文主要研究游戲人工智能中的尋路技術(shù)及行為決策技術(shù)。針對游戲中尋路算法效率低的問題,研究如何加快尋路算法的速度并改進算法的適用性。為使游戲角色的行為決策能適應(yīng)游戲環(huán)境變化,在行為樹中引入強化學習算法,并研究如何改進強化學習算法,獲取其在行為樹中的穩(wěn)定控制策略以及提高強化學習算法在行為樹中控制效率。本文的主要研究工作體現(xiàn)在以下三個方面:（1）針對A*算法在游戲?qū)ぢ分行实偷膯栴},提出了一種基于路徑復用的A*尋路算法。首先根據(jù)游戲?qū)ぢ返奶攸c,改進算法的啟發(fā)函數(shù),減少算法對無用節(jié)點的探索,使尋路朝著正確的方向進行。然后通過設(shè)置錨點,利用路徑復用的思想進一步減少尋路過程中的節(jié)點探索及算法的資源消耗,從而提高算法的尋路速度。其次...
【文章來源】：武漢理工大學湖北省 211工程院校 教育部直屬院校
【文章頁數(shù)】：77 頁
【學位級別】：碩士
【部分圖文】：
算法間的結(jié)構(gòu)關(guān)系圖
狀態(tài)規(guī)劃出 NPC 相應(yīng)的行為反應(yīng)；最后用決策結(jié)果驅(qū)動其它表現(xiàn)層[13,14]。由此可以看出，游戲中的 NPC 一般是在的過程以完成其目標。是 NPC 與游戲世界的接口，它通過事件驅(qū)動、輪詢等方是決策的基礎(chǔ)。利用感知的結(jié)果選擇行為，在多種決策可能性之間切換，有時也可能與感知合二為一。發(fā)出命令、更新狀態(tài)、尋路、播放聲音動畫等，這是行理系統(tǒng)的任務(wù)，動畫系統(tǒng)和物理系統(tǒng)一般由游戲引擎支個方面是構(gòu)成游戲人工智能系統(tǒng)的主要模塊。根據(jù)以上人工智能系統(tǒng)架構(gòu)，如圖 2-1 所示。可以看出游戲人工智塊分別是行動系統(tǒng)和決策系統(tǒng)。在這兩個系統(tǒng)的周圍是其它子系統(tǒng)：感知系統(tǒng)、物理系統(tǒng)、動畫系統(tǒng)等。在某能對游戲人工智能的某些子系統(tǒng)要求較高，此時一般會充，從而滿足不同類型游戲的需求[15]。（與
武漢理工大學碩士學位論文m1 2 1 2h x x y y網(wǎng)格對角線移動，則對角線距離為：2d dia mh h h角線移動的步數(shù)，一般沿對角線移動 2倍。 a 到 c 可以沿著對角線移動， c 到 b 則： ，其中：dh ac cb2 ,x x x x y yac a c cb c b c b2d x x x x y yh a c c b c b
【參考文獻】：
期刊論文
[1]淺談人工智能與游戲思維[J]. 劉偉,王目宣. 科學與社會. 2016(03)
[2]A*算法的改進及并行化[J]. 熊壬浩,劉羽. 計算機應(yīng)用. 2015(07)
[3]結(jié)合行為樹與Q-learning優(yōu)化UT2004中agent行為決策[J]. 劉曉偉,高春鳴. 計算機工程與應(yīng)用. 2016(03)
[4]游戲引擎最短路徑搜索優(yōu)化遺傳算法設(shè)計[J]. 黎忠文,覃志東,王全宇,倪仲余. 計算機應(yīng)用研究. 2014(01)
[5]一種基于啟發(fā)式獎賞函數(shù)的分層強化學習方法[J]. 劉全,閆其粹,伏玉琛,胡道京,龔聲蓉. 計算機研究與發(fā)展. 2011(12)
[6]基于ACCA的Option自動生成算法[J]. 胡明輝,殷萇茗,李立云. 計算機工程與應(yīng)用. 2008(19)
[7]強化學習算法的穩(wěn)定狀態(tài)空間控制[J]. 鄭宇,羅四維,呂子昂. 計算機應(yīng)用. 2008(05)
碩士論文
[1]游戲人工智能關(guān)鍵技術(shù)研究與應(yīng)用[D]. 何賽.北京郵電大學 2015
[2]基于OGRE的FPS游戲?qū)ぢ废到y(tǒng)研究與實現(xiàn)[D]. 鄧應(yīng)華.電子科技大學 2014
[3]基于HTN的實時決策系統(tǒng)及相關(guān)算法研究[D]. 董潔亮.上海交通大學 2014
[4]FPS游戲?qū)ぢ匪惴ǖ难芯颗c實現(xiàn)[D]. 沈健.華南理工大學 2012
[5]基于改進A*算法的游戲地圖尋徑的研究[D]. 周小鏡.西南大學 2011
本文編號：3318321
【文章來源】：武漢理工大學湖北省 211工程院校 教育部直屬院校
【文章頁數(shù)】：77 頁
【學位級別】：碩士
【部分圖文】：
算法間的結(jié)構(gòu)關(guān)系圖
狀態(tài)規(guī)劃出 NPC 相應(yīng)的行為反應(yīng)；最后用決策結(jié)果驅(qū)動其它表現(xiàn)層[13,14]。由此可以看出，游戲中的 NPC 一般是在的過程以完成其目標。是 NPC 與游戲世界的接口，它通過事件驅(qū)動、輪詢等方是決策的基礎(chǔ)。利用感知的結(jié)果選擇行為，在多種決策可能性之間切換，有時也可能與感知合二為一。發(fā)出命令、更新狀態(tài)、尋路、播放聲音動畫等，這是行理系統(tǒng)的任務(wù)，動畫系統(tǒng)和物理系統(tǒng)一般由游戲引擎支個方面是構(gòu)成游戲人工智能系統(tǒng)的主要模塊。根據(jù)以上人工智能系統(tǒng)架構(gòu)，如圖 2-1 所示。可以看出游戲人工智塊分別是行動系統(tǒng)和決策系統(tǒng)。在這兩個系統(tǒng)的周圍是其它子系統(tǒng)：感知系統(tǒng)、物理系統(tǒng)、動畫系統(tǒng)等。在某能對游戲人工智能的某些子系統(tǒng)要求較高，此時一般會充，從而滿足不同類型游戲的需求[15]。（與
武漢理工大學碩士學位論文m1 2 1 2h x x y y網(wǎng)格對角線移動，則對角線距離為：2d dia mh h h角線移動的步數(shù)，一般沿對角線移動 2倍。 a 到 c 可以沿著對角線移動， c 到 b 則： ，其中：dh ac cb2 ,x x x x y yac a c cb c b c b2d x x x x y yh a c c b c b
【參考文獻】：
期刊論文
[1]淺談人工智能與游戲思維[J]. 劉偉,王目宣. 科學與社會. 2016(03)
[2]A*算法的改進及并行化[J]. 熊壬浩,劉羽. 計算機應(yīng)用. 2015(07)
[3]結(jié)合行為樹與Q-learning優(yōu)化UT2004中agent行為決策[J]. 劉曉偉,高春鳴. 計算機工程與應(yīng)用. 2016(03)
[4]游戲引擎最短路徑搜索優(yōu)化遺傳算法設(shè)計[J]. 黎忠文,覃志東,王全宇,倪仲余. 計算機應(yīng)用研究. 2014(01)
[5]一種基于啟發(fā)式獎賞函數(shù)的分層強化學習方法[J]. 劉全,閆其粹,伏玉琛,胡道京,龔聲蓉. 計算機研究與發(fā)展. 2011(12)
[6]基于ACCA的Option自動生成算法[J]. 胡明輝,殷萇茗,李立云. 計算機工程與應(yīng)用. 2008(19)
[7]強化學習算法的穩(wěn)定狀態(tài)空間控制[J]. 鄭宇,羅四維,呂子昂. 計算機應(yīng)用. 2008(05)
碩士論文
[1]游戲人工智能關(guān)鍵技術(shù)研究與應(yīng)用[D]. 何賽.北京郵電大學 2015
[2]基于OGRE的FPS游戲?qū)ぢ废到y(tǒng)研究與實現(xiàn)[D]. 鄧應(yīng)華.電子科技大學 2014
[3]基于HTN的實時決策系統(tǒng)及相關(guān)算法研究[D]. 董潔亮.上海交通大學 2014
[4]FPS游戲?qū)ぢ匪惴ǖ难芯颗c實現(xiàn)[D]. 沈健.華南理工大學 2012
[5]基于改進A*算法的游戲地圖尋徑的研究[D]. 周小鏡.西南大學 2011
本文編號：3318321
本文鏈接：http://sikaile.net/guanlilunwen/lindaojc/3318321.html
