人工智能在游戏中的应用.pdf

人工智能在游戏中的应用 人工智能在游戏中的应用专业：计算数学 人工智能在游戏中的目标主要有五个：一是为玩家提供适合的挑战；二是使玩家处于亢奋状态；三是提供不可预知性结果；四是帮助完成游戏的故事情节；五是创造一个生动的世界。 实现人工智能的关键主要有：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。 人工智能在游戏中的技术非常之多，如：有 限 状 态 自 动 机（Finite State Machines）、模糊逻辑（Fuzzy Logic）、产生式系统（production system）、脚本设计（Scripting）、基于规则的人工智能和系统（Rules-based AI and Systems）、贝叶斯推论（Bayesian Inference）和非确定性贝叶斯网络（Bayesian Networks for Uncertainty Decisions）、人工生命（Artificial life）、决策树（Decision Tree）、专家系统（Expert system）、神经网络（Neural Networks）、遗传算法（Genetic Algorithms）等。 下面具体介绍八种较容易理解的技术： 一、有限状态自动机（Finite State Machines） 有限状态自动机是为研究有限内存的计算过程和某些语言类而抽象出的一种计算模型。有限状态自动机拥有有限数量的状态，每个状态可以迁移到零个或多个状态，输入字串决定执行哪个状态的迁移。有限状态自动机可以表示为一个有向图。有限状态自动机有多种类型：接受器判断是否接受输入；转换器对给定输入产生一个输出。常见的转换器有Moor机与Mealy机。Moor机对每一个状态都附加有输出动作，Mealy机对每一个转移都附加有输出动作。有限状态自动机还可以分成确定与非确定两种。非确定有限状态自动机可以转化为确定有限状态自动机。有限状态自动机识别的语言是正规语言。有限状态自动机除了它在理论上的价值，还在数字电路设计、词法分析、文本编辑器程序等领域得到了应用。 二、模糊逻辑（Fuzzy Logic） 模糊逻辑模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题。模糊逻辑通常使用IF/THEN规则，或构造等价的东西比如模糊关联矩阵。 三、产生式系统（Production System） 一个产生式系统由下列3部分组成：一个总数据库（global database），它含有与具体任务有关的信息。一套规则，它对数据库进行操作运算。每条规则由左右两部分组成，左部鉴别规则的适用性或先决条件，右部描述规则应用时所完成的动作。应用规则来改变数据库。一个控制策略，确定应该采用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。产生式规则是对数据库进行操作的一系列规则。规则的一般形式是：IF 条件 THEN 操作，即满足应用的先决条件后，就对数据库实行后面的操作。控制策略规定了操作的顺序，即在任何条件下用什么规则进行操作，什么条件下停止运行，它规定了问题的求解的搜索策略和路线。控制策略一般可分为不可撤回方式和试探法两大类，试探法又包括回溯法和图搜索。