摘 要： 人工智能是一 門新興 學(xué)科 ， 在Ｉ ｎ ｔ ｅ ｒ ｎ ｅ ｔ 時代獲得 了前所未有的發(fā)展 ， 用 于游戲開發(fā)的人工智能技術(shù)稱為游戲人工智能 。本 文 介紹 了游戲人 工智能的分類 以及基本的游戲人 工智能技術(shù) ， 并對該技術(shù)的未來發(fā)展趨 勢進(jìn)行 了展望。 關(guān)鍵詞 ： 人工智能 ； 定性 ； 非定性； 有限狀 態(tài)機(jī) ； 決策樹 ２ ． ３ ． ２遺傳算法 。遺傳算法是一種隨機(jī)優(yōu)化搜索技術(shù) ， 具 有內(nèi)在 １概 述 能 自動 獲取 和指 導(dǎo)優(yōu) 化的搜 索空 人工智能是一門新興學(xué)科 ，在 Ｉ ｎ ｔ ｅ ｍｅ ｔ 時代獲得了前所未有 的 的隱蔽性和更好 的全局尋優(yōu)能力 ， 發(fā)展， 目前 已經(jīng)成為許多高新技 術(shù)產(chǎn)品 中的核心技術(shù) ， 也 是計算機(jī) 間 ， 已經(jīng)廣泛應(yīng)用于智 能游戲設(shè)計 。 ２ ． ３ ． ３模糊邏輯 。 模糊邏輯 主要用來威脅評估 、 戰(zhàn)術(shù)分類 、 角色情 游 戲等數(shù)字媒體產(chǎn)品 中的重要設(shè)計 技術(shù) 。人 工智能的快速發(fā)展 ， 為 計算機(jī)游戲產(chǎn)業(yè)提供 了新的機(jī)遇 ， 人工智能技術(shù)將成為游戲革新 的 緒建模等 ， 能讓游 戲表現(xiàn)更加細(xì)膩 多樣 。例 如 ， 用模 糊邏輯控 制 隊 或者非其他非玩家角色 ， 能夠?qū)崿F(xiàn)平滑運(yùn) 動 ， 看上去更 自然 。在 新 驅(qū)動力 ， 帶來新 風(fēng)格 的游戲 ， 為主流玩家提供令人興奮的效果 ， 提 友 ， 戰(zhàn)爭游戲 中， 距離可 以用“ 很近 ” 、 “ 較進(jìn)” 、 “ 較遠(yuǎn) ” 、 “ 很遠(yuǎn)” 表示 ； 規(guī)模 供有助于市 場競爭 的新 的計算機(jī)游戲產(chǎn)品。 可 以用 “ 零星” 、 “ 少量” 、 “ 中等 ” 、 “ 大量”等表示 ；威脅程度可 以用 ２ 游 戲 人 工 智 能 的特 點(diǎn)與 基 本 的 開 發(fā) 技 術(shù) “ 無” 、 “ 小” 、 “ 中” 、 “ 大” 等表示 ； 根據(jù)玩 家或者非玩家角色的體力 、 武 ２ ． １ 游戲人工智能的概念與分類 適合于游戲開發(fā) 的人工智能技術(shù)稱為游戲人工智能 。 游戲人 工 器熟 練程度 、 被擊 中的次數(shù) 、 盔 甲等級等因素 ， 將玩家或者非 玩家的 弱” 、 “ 較弱” 、 “ 一般” 、 “ 較強(qiáng)” 、 “ 很強(qiáng) ” 五個等級 。 智能分為定性 和非定性兩類 。定性技術(shù)是游戲人工智能 的基礎(chǔ) ， 用 戰(zhàn)斗能力分為“ 定性技術(shù)設(shè)計 的角色行為是特定 的、 可預(yù)測的 。在用定性技術(shù)設(shè) 計 ２ ． ３ ． ４ 有 限狀態(tài)機(jī) 。這是一種簡單的基于規(guī)則的系統(tǒng) ， 它包含 丁 游戲 時 ， 游戲 開發(fā) 者必須考慮所有 的可 預(yù)測行為 ， 而且無法 幫助非 有限個“ 狀態(tài)” 和狀態(tài)之間的“ 轉(zhuǎn)移 ” ， 彼此連成 一個 有向圖。有限狀 其 主要 原因是游 戲中的非玩 玩家角色（ Ｎ Ｐ Ｃ ） 的學(xué)習(xí)或演 化。玩家 只要重復(fù)玩幾次用定性技術(shù)設(shè) 態(tài)機(jī)在智 能游戲設(shè)計 中應(yīng)用最為廣泛 ， 計 的游戲 ， 就可 以知 道 Ｎ Ｐ Ｃ的行為 ， 這樣玩 家就會失 去興趣 ， 從而 家角色可 以設(shè)計為含有單個狀態(tài)變量 ， 而變量值 可以表達(dá)為有限狀 影 響游戲軟件 的“ 生命 ” 。 態(tài)機(jī) 當(dāng)前結(jié)點(diǎn)的形式 。 有 限狀態(tài)機(jī)的缺點(diǎn)是當(dāng)狀態(tài)數(shù) 目和狀態(tài)轉(zhuǎn)移 非定性技術(shù)是定性技術(shù)的一種提高 ， 用非定性技術(shù)設(shè)計 的角色 數(shù) 目增加時 ， 復(fù)雜度大幅度增加。 行為具有某種程度 的不確定性和不可預(yù)測性 。 在用非定性技術(shù)設(shè)計 ２ ． ３ ． ５ 神經(jīng) 網(wǎng)絡(luò) 。 神經(jīng)網(wǎng)絡(luò)是基于生物大腦和神經(jīng)系統(tǒng)中的神經(jīng) 的游 戲中 ， Ｎ Ｐ Ｃ能夠?qū)W 習(xí)到玩家的作戰(zhàn)行 為， 并推出新行為 。 由于非 連接結(jié)構(gòu) 的一系列機(jī)器學(xué) 習(xí)算法 的總和。在具體使用 中 ， 通過反 復(fù) 定性的不可預(yù)測性 ，會給游戲軟件 的調(diào)試和測試帶來一定 的難度 ， 調(diào)節(jié) 神經(jīng) 網(wǎng)絡(luò) 中互 連結(jié) 點(diǎn)之間 的參數(shù)值 （ 權(quán)重 ） 來獲得 針對不 同學(xué) 習(xí)任務(wù) 的最優(yōu)和近似最優(yōu)反饋值 。 但也增加 玩家對游戲 的興趣 ， 延長游戲軟件的“ 生命” 。 未來 的游戲人工智能越來越注重非定性技術(shù) 的研究與應(yīng)用。 如 ２ ． ３ ． ６ 人工生命 。由簡單的個體行 為組合成 復(fù)雜模 式的研 究 ， 稱 著重研究如何 為虛擬環(huán) Ｃ ｒ ｅ ａ ｔ ｕ ｒ ｅ ｓ ， Ｂ ｌ ａ ｃ ｋ ＆Ｗｈ ｉ ｔ ｅ， Ｈ ｅ ａ ｖ ｙ Ｇ ｅ ａ ｒ 等主流游戲 ，都采用了非定性 為人 工生命 。這是多智能體 系統(tǒng)中的一種 ， 技術(shù) ， 并具有一定 的學(xué)習(xí)功能。成功的游戲軟件應(yīng)該是定性技術(shù)和 境中的智能 主體賦予某些生物體 的共性 。 游戲 Ｔ ｈ ｅ Ｓ ｉ ｍ ｓ 和 Ｓ ｉ ｍ Ｃ ｉ ｔ ｙ 非定性技術(shù)的完美結(jié)合 。 用定性技術(shù)解決軟件 的一部分調(diào)試和測試 的成 功證 明了人工生命技術(shù) 的有效性 和娛樂價值。 問題 ， 用非定性技 術(shù)增強(qiáng)軟件 的智 能性 ， 賦予 軟件 更強(qiáng) 的生命 力和 ２ ． ３ ． ７專家系統(tǒng) 。專家系統(tǒng)用于模擬專業(yè)玩家的行為 ， 為游戲開 挑戰(zhàn)性 。 任何一種非定性技術(shù) ， 即使功能再強(qiáng) ， 也不可能解決游戲 中 發(fā)人員編寫知識庫控制角色的行為 。隨著游戲 的 日益復(fù)雜化 ， 專家 所有 的問題 ， 體現(xiàn)整個軟件的智能性 。所 以， 在使用非定性技術(shù) 時 ， 系統(tǒng)越來越難 以建立 ，九游娛樂-官方網(wǎng)站首頁現(xiàn)在少數(shù) 游戲?qū)＜蚁到y(tǒng) 已經(jīng)引入機(jī)器學(xué) 習(xí) ， 恰 當(dāng)?shù)剡\(yùn)用定性技術(shù) ， 對軟件開發(fā)的周期 、 軟件質(zhì)量等都非 常有益 。 機(jī)器學(xué)習(xí)將在 未來智能游戲開發(fā)中得 到越來越廣泛的應(yīng)用 。 ２ ． ２游戲人工智能 的特點(diǎn) ２ ． ３ ． ８一階謂詞 邏輯 。在游戲設(shè)計 中， 用一階謂 詞邏輯描述變化 ２ ． ２ ． Ｉ 多樣性 。游戲人工智能 的多樣性 表現(xiàn)在更加形象 、 生動靈 世界的方法 ， 稱為情景演算 。用 一階謂詞 邏輯 來計 算給定情況下智 活， 讓玩家難 以猜測和把握 ， 且能在不 同的游戲環(huán)境 中體 現(xiàn)出不 同 能主體的應(yīng) 有動作 ， 用 自動推理來 決定 達(dá)到最 優(yōu)狀態(tài)所需采取的動 的角色特性， 幫助完成游戲 的故事情節(jié) 等。 作序列。正是由于需要智能角色去思考變化 的世界 ， 而情景演算正 ２ ． ２ ． ２可行性 ?？尚行?主要 體現(xiàn)在技術(shù) 的實(shí)現(xiàn) 手段和人工智能 好適合描述變化 的事物 ， 因此得 到較為廣泛的應(yīng)用。但它不適用于 表現(xiàn) 的真實(shí)感這兩個方面。 對性能要求很高的實(shí)時游戲 ， 而且用邏輯語言來描述復(fù)雜游戲 比較 ２ ． ２ ． ３ 魯棒性 。人工智能不僅在程序上要健 壯 ， 邏輯表現(xiàn)上也要 困難 。 符合常理 。 ２ ． ３ ． ９多智能體 。 通過多個彼此競爭和協(xié)作的智能主體描述 角色 ２ ． ２ ． ４ 適 度性 。人工智能極具挑 戰(zhàn)性 的地 方在于提供智 能的同 之間的交互 。游戲中存在 的眾 多角色彼此 既能競爭也有 合作 ， 此 時還得保 證娛 樂性 。游戲 的宗 旨是給玩家?guī)順啡?， 理想的游戲是 可以用多智能體來 自然地產(chǎn)生智 能行 為。 根據(jù)玩家的實(shí)力動態(tài)改變游戲難度 ，既能激發(fā)玩家持續(xù) 的興趣 ， 又 ２ ． ３ ． １ ０決策樹。決 策樹表達(dá)一系列產(chǎn)生規(guī)則 ｉ ｆ － ｔ ｈ ｅ ｎ彤式的條件 不使其喪失信心。 判斷 ， 容易轉(zhuǎn)化 為一組產(chǎn)生式規(guī)則 。 在決策過程 中 ， 從決策樹的根結(jié) ２ ． ３ 基本 的游戲人工智能技術(shù) 點(diǎn)輸 入一組數(shù)據(jù) ， 在 每個分叉處根據(jù)某個輸入值選擇其 中一個 子結(jié) 目前 ， 基本 的游戲人工智能技術(shù) 主要有 ： 點(diǎn)， 依次類推。國際象棋 和西洋雙 陸棋等許 多棋類游戲 中成功 采用 ２ ． ３ ． １ 搜索技術(shù)。搜索技術(shù)在現(xiàn)代游戲 中應(yīng)用非常廣泛 ， 特別是 了游戲樹及其搜索方法 。 決策樹在計算機(jī)游戲 中經(jīng)常被用來表達(dá)控 用于路徑規(guī)劃 。在游戲設(shè)計 中普遍應(yīng)用 Ａ 算法 ， Ａ 算法能夠保證 制器。 以最少 的搜索找到最優(yōu) 的路徑 。 近年來 ， 出現(xiàn)了很多對 Ａ 算法 的改 ２ ． ３ ． １ １ 置信 網(wǎng)絡(luò) 。置信網(wǎng)絡(luò)采用概率理論來解決 現(xiàn)實(shí)世界 中的 進(jìn)算法 ， 如Ｄ ￥ ， Ｉ Ｄ Ａ …。 不確定性和不完全知識 等問題 ， 是描述不 同現(xiàn)象之 間（ 下轉(zhuǎn) ６ ９頁 ）