游戏中的人工智能.ppt

电子游戏从1971年诞生以来，越来越受到人们的喜爱。随着现代计算机、网络、虚拟现实、人工智能等技术的发展，游戏的拟人化越来越逼真。高度的拟人化使得现代电脑游戏能够模仿人类社会中的各种情形，并把这些情形通过视觉、听觉、甚至触觉等多种感官反映到人的大脑，从而对人们的现实生活产生巨大冲击。 基于游戏中的这些反映人类社会的情形不同和游戏表示的方式不同，可以把电子游戏分为几大类别：纵向卷轴和横向卷轴类、棋牌逻辑类、文字冒险类、图形冒险类、模拟类、战略类、第一或第三人称射击类和角色扮演类。 无论游戏属于何种类别，游戏玩家都希望在游戏中能够体验到现实中无法体验到的刺激，得到现实中无法得到的满足。这些刺激和满足主要表现在特定的挑战、社会化、吹嘘与幻想、情感等方面。 游戏AI包含在游戏的各个方面，从简单的追逐和闪躲，到移动模式以及神经网络和移动算法。 游戏AI可以看作是众多专业子问题的集合，包括路径搜索、操纵、群聚、部署、战术、战略规划、资源分配、武器使用、目标选择、协调、模拟感知、场景分析、空间推理、基于环境的动作等。 游戏AI比较偏向于“弱势AI”（weak AI）。 使用AI让NPC（nonplayer character）表现出不同的人格特征或情绪、脾气，给人以某种智能程度的“错觉”，让游戏更令人沉迷、更有挑战性、更好玩。 AI系统通过感知输入子系统用于感知周围的世界，并用这些信息作进一步的推理和分析。 记忆存储子系统负责将所有感知的信息、数据和知识等，以合适的方式在计算机内表达和存储。如游戏中各个智能体的位置、朝向、军事力量的平衡、各种路径信息等。 分析推理子系统是AI系 统的核心，它通过对感知到的数据与存储记忆体中的知识分析比较，作出一个合理的决策，并采用排序确定最佳的决策次序。如在战略游戏中，计算机角色一般会根 据战略情况依次选择就近攻击原则、最弱对象攻击原则和最大攻击力原则，即电脑角色会先向距离自己最近的对手攻击，再向最弱的对象攻击，一量选中目标，则会 使用最大攻击力去攻击。 决策行为输出子系统主要负责把计算机做出的各种决策和行为，作用到游戏世界中的人物角色上。在游戏开发中，人工智能最终都要通过各种动作、行为和反应表现出来，这样玩家在游戏中才能实实在在地感受真实的智能。 游戏人工智能的类型按照功能分为： 漫游AI 行为AI 策略AI 也可分为个体智能系统和群体智能系统 游戏人工智能的类型按照表现分为： 定性AI 非定性AI 电 脑游戏中的人工智能从功能上可分为个体智能系统和群体智能系统。 个体智能系统主要控制游戏世界中虚拟人物的活动，它们在游戏中充当非玩家的各种角色，包括 玩家的敌人、合作伙伴和其它人物角色等。对于这些类型的实体，要想比较真实地对它们进行模拟，必须通过人工智能控制它们的行为符合它们各自特定的身份。 群 体智能系统则主要为某个系统的多个个体或者环境活动提供控制和辅助决策。例如，战略游戏中的战斗形势判断、整个战斗策略推理、各个战斗部队调动等。 定性AI的表现是特定的，而且可预测，没有不确定性。实例：简单的追逐算法 定性AI技术是游戏AI的基础。 优点：其结果是可预测的，效率高，易实现、理解、测试和调试。 缺点：开发者需要预先考虑各种场景，明确写出所有行为；无法帮助NPC学习或演化，玩家玩过一段时间就可以预测NPC的定性行为。 非定性AI有某种程度的不确定性和不可预测性（不确定的程度与所采用的AI方法的理解的难易程度有关）。实例：NPC学习玩家的作战战术。 非定性AI优点：能促进学习，让玩家在玩游戏时难以预测；开发者无需事先预想所有可能的场景，以及写下所有确定的行为。 缺点：很难测试和调试；开发者把注意力放在图像的质量上以及游戏的开发周期不断缩短使得使用AI，特别是非定性AI技术变得更加困难。 虚拟现实与拟人化 动画效果与机器角色场景感知 机器角色的机器学习和进化 玩家与机器角色之间的平衡性 人工愚蠢技术 确定性人工智能技术与非确定性人工智能技术的互补。 专家系统：一个专家系统代表了专家在某一知识库范围内的专业知识和技能，并能够基于该知识库进行自动推理从而回答用户的查询。这样的系统能够提供接近于专家所能给出的专业意见。 基于范例的推理：分析数据库中存放的（历史）输入数据和相应的最优输出结果，然后通过对比现有输入数据和历史数据来推算输出结果。 有限状态机：一种简单的基于规则的系统。它包含了有限个“状态”和状态之间的“转移”。彼此连接成一个有向图。有限状态机某一个时刻都只能处于某一状态。 产生式系统：该系统包含一个规则数据库。每条规则含有一条具有任意复杂度的条件语句，以及若干满足该条件语句后所需执行的动作。本质上是许多条if-then语句，加上用于处理多个条件同时被满足时的冲突解决机制。 决策树：类