人工智能预制模型是什么意思-游戏行业人工智能设计：AI的设计与实现.doc

游戏行业中的人工智能设计：AI 的设计和实现 游戏行业中的人工智能设计：AI 的设计和实现 游戏行业在过去的几十年里取得了巨大的发展。 让玩家短暂逃离现实的简单游戏已经演变成游戏玩家真正喜爱的复杂游戏人工智能预制模型是什么意思，例如《魔兽世界》* 和《使命召唤 4*》。 娱乐软件协会（ESA）曾指出，如今的游戏玩家拥有13年的游戏经验，习惯于看到每款新游戏变得越来越复杂，对智能手机也越来越有吸引力。 如今游戏开发者面临的挑战是突破极限并创造出越来越引人注目的游戏。 计算机控制的人工智能 (AI) 已经以多种形式发展以满足测试要求。 然而，为游戏玩家设计与其行为相匹配并促进玩家数量增长的自适应对手并不是一件容易的事。 第一部分：设计和实施 什么是游戏行业的人工智能？ 在最基本的层面上，“人工智能”包括模仿其他玩家或玩家所代表的实体的行为（即所有可以响应或采取行动的游戏元素 – 从玩家到导弹到健康拾取器）。 关键概念是模仿行为。 换句话说，游戏行业的人工智能更多的是人工，更少的是智能。 系统的范围可以从简单的基于规则的系统到旨在挑战作为对方球队指挥官的玩家的复杂系统。 游戏行业中的人工智能与人工智能的传统观点有何不同对人工智能的传统研究旨在创造真正的智能——尽管是通过人工手段。 麻省理工学院 (MIT) Kismet* 项目等项目正在尝试创建一种能够学习、社交互动和表达情感的人工智能。

截至撰写本文时，麻省理工学院正在与幼儿教师一起创建人工智能，并取得了可喜的成果。 对于今天的游戏来说，真正的人工智能已经超出了娱乐软件的要求。 游戏AI不需要有感知或自我意识（事实上，没有最好）； 它不需要知道游戏之外的任何事情。 游戏人工智能的真正目标是模仿智能行为并提供可信的游戏挑战——玩家可以克服的挑战。 游戏人工智能的目标人工智能可以在游戏中扮演多种角色。 它可以是一组管理游戏世界中实体行为的一般规则。 您还可以考虑遵循某种预先编写的人工智能的实体。 例如，在游戏中，FEAR*Girl 是一个预先编写好的事件。 当大多数人想到人工智能和游戏时，他们会想到多人游戏中由计算机控制的玩家。 然而，所有这些都是人工智能可以实现的不同角色。 FEAR (VivendiUniversal) 使用一类人工智能中的脚本事件。 游戏人工智能的基本要素。 根据人工智能要实现的角色的性质，系统要求可能很少。 系统越复杂，就越需要人工智能。 基本要求无非就是运行人工智能所需的处理时间。 该系统需要一些感知人工智能环境、记录玩家行为的手段，以及一些评估先前决策成功与否的手段。 决策 人工智能背后的核心概念是决策。 为了执行这些选择，智能系统需要能够使用人工智能系统影响实体。

您可以通过“人工智能推送”或“实体推送”策略来管理此执行。 AI推送系统通常将AI系统隔离为游戏架构的独立元素。 这种类型的策略通常采用独立线程或人工智能在线程中花时间弄清楚该走哪条路的形式。 这种方法最适合实时策略游戏，因为人工智能专注于大局。 实体推送系统最适合包含简单实体的游戏。 在这些游戏中，实体在“思考”或更新自身时调用人工智能系统。 这种方法非常适合包含大量不需要持续思考的实体的系统，例如射击系统。 通过一些额外的规划，该系统还可以从多线程中受益（有关详细信息，请参阅 Orion Granatir 关于多线程 AI 的文章）。 基本感知 为了让人工智能做出有意义的决定，它需要感知周围环境的某种感觉。 方式。 系统要求变得越来越苛刻，实体需要弄清楚游戏世界的关键特征，例如可行的穿越路径、提供掩护的地形以及冲突区域。 设计人员和开发人员面临的挑战是找到一种方法来识别对智能系统至关重要的关键功能。 例如，覆盖可以由关卡设计者预先确定，或者可以在加载平移图时预先计算。 有些元素可以动态评估，例如冲突地图和迫在眉睫的威胁。 基于规则的系统 智能系统采用的最基本形式是基于规则的系统。 该系统扩展了“人工智能”一词。 一组预设的行为用于确定游戏实体的行为。

对于各种行为，总体结果可能是一个虽然不涉及实际智能但并不明显的行为系统。 就基于规则的系统而言，二十一点博彩公司是一个很好的例子（视频二十一点或真实二十一点）。 庄家遵循一个简单的规则：当牌值等于或小于 17 时，必须发牌。 普通玩家的看法是博彩公司具有竞争力。 玩家会想象一个比他们当前对手更有能力的对手（除非赌场运营商发布了博彩公司遵循的规则）。 吃豆人（Pac-Man）就是该系统的典型应用。 四个鬼魂困扰着玩家。 每个幽灵都遵循一套简单的规则。 一个鬼魂一直向左转，另一个鬼魂一直向右转，还有一个鬼魂向随机方向转动。 但作为一个群体，这些鬼魂的动作就显得复杂得多，互相协调来寻找玩家。 事实上，只有最后一个幽灵会检查玩家的位置。 控制吃豆人幽灵的规则集的视觉图，箭头代表将做出的“决定”。 如本示例所示，规则不需要进行硬编码：规则可以基于感知状态（如最后一个幽灵）或实体的可编辑参数。 即使在基于规则的系统中，进攻、勇气、视野范围和思维速度等变量都可以导致更加多样化的实体行为。 基于规则的系统是单一的人工智能结构。 更复杂的智能系统建立在一系列条件规则之上并受其管辖。 在战术游戏中，规则控制要使用的策略。 在策略游戏中，规则决定了你构建的顺序以及你如何应对冲突。

基于规则的系统是人工智能的基础。 有限状态机作为人工智能 有限状态机 (FMS) 是一种概念化和实现在整个生命周期中拥有不同状态的实体的方法。 “状态”可以代表实体所处的物理状态，也可以代表实体表现出的情感状态。 在这种情况下，情绪状态不是真正的人工智能的情绪状态，而是集成到游戏环境中的预定行为模型。 以下是 AI 系统常见状态的示例，适用于包含隐式元素的游戏：典型 FSM 中的状态布局，其中箭头指示可能的状态更改为空闲。 在这种状态下，实体被动地站立或沿固定路径行走。 感知水平较低。 玩家的声音不会经常被检查。 该实体只有在受到攻击或“看到”正前方的玩家时才会将其状态更改为更高的意识级别。 洞察力。 该实体积极寻找入侵者。 它不断地检查游戏玩家的声音，比闲置的实体看得更远、更广泛。 如果实体在检查过程中注意到某些东西（例如打开的门、失去知觉的尸体、用过的弹壳等），它会变得好奇。 好奇心。 该实体意识到正在发生一些不寻常的事情。 事物。 为了确认这种行为，该实体将放弃其正常的哨所或路线，并移动到感兴趣的区域，例如前面提到的打开的门或尸体。 如果玩家被发现，实体就会变得警觉。 警报。 在这种状态下，该实体已注意到玩家并将发起追击玩家的行动：进入攻击范围、警告其他守卫、发出警报并寻求掩护。

当实体进入敌人范围内时，它将切换到攻击模式。 攻击。 在这种状态下，敌人已经与玩家进行了战斗。 实体会在可能的情况下攻击玩家，并在攻击回合之间寻求掩护（取决于攻击降级时间或装填者死亡（进入死亡状态）的时间）。实体只会离开此状态。如果实体的生命值较低，可以 切换到逃跑状态卡通人物，取决于特定实体的胆量。逃跑。在这种情况下，实体将尝试逃离战斗。根据游戏的不同，可能会有寻求生命值或离开游戏区域的次要目标。当实体发现健康后，它可能会回到警戒状态并恢复战斗。“离开”的实体被简单地删除。死亡。在某些游戏中，死亡状态可能不会完全闲置。一个死亡或垂死的实体可能会“大声哭泣” “ ”，从而向附近的实体发出警报，或者进入神志不清的状态，医生可以将其苏醒（并返回到警报状态）。在实体系统中实现 FMS 至少有两种简单的方法。第一个是使每个状态成为一个可以检查的变量（通常通过很多switch语句）。 第二种方式是使用函数指针语言）或虚函数（C++和其他面向对象语言）。 自适应人工智能 前面的章节讨论了如何设计将预定义事件融入游戏中的智能系统。 对于大多数游戏来说人工智能预制模型是什么意思，只要设计仔细并且清楚地了解智能实体的目标就足够了。 如果游戏需要更多的多样性，并为玩家提供更好、更有活力的对手，那么人工智能可能需要能够独立成长和适应。

自适应人工智能经常用于格斗游戏和策略游戏，这些游戏具有深厚的机制和无数的游戏选项。 为了给玩家提供持续的挑战并防止他们最终找出击败计算机的最佳策略，人工智能需要能够学习和适应。 预测 有效预测对手下一步行动的能力对于自适应系统至关重要。 可以使用不同的方法来确定要采取的操作ip形象，例如过去的模式识别（在以后的文章中介绍）或随机猜测。 适应的一个基本方法是记录过去的决定并评估它们的成功。 AI系统会记录玩家过去所做的选择。 必须以某种方式评估过去的决定（例如在格斗游戏中，获得的优势或失去的生命值或时间优势可以用作成功的衡量标准。）可以通过收集有关情况的更多信息来告知决策。提供一些背景信息，例如相对的信息生命值、之前的行动和关卡定位（当玩家陷入困境时会采取不同的游戏方法）可以用来评估这些历史信息，以确定之前的行动有多成功以及是否需要改变策略。 建立过去行为列表时 以前，可以使用一般策略或随机行为来指导行为。 该系统可以与基于规则的系统和不同的状态相结合。 在战术游戏中，过去的历史可以决定对抗一支球队的最佳战术，例如防守、进攻、狂暴或一些平衡的游戏方法。 在策略游戏中，可以根据玩家发现队伍中的最佳阵容组合。

在人工智能控制玩家支持的角色的游戏中，自适应人工智能可以通过玩家的行为方式更好地补充玩家的自然风格。 总结 人工智能是一个复杂的研究领域。 根据游戏的需求，游戏行业中的人工智能将采取不同的形式，从计算机控制器实体的简单规则集到更先进的自适应规则集。 将人工智能概念应用于游戏行业对于提高电子娱乐产品中虚拟角色的可靠性具有重要意义。 可靠性至关重要，但这并不是一个不可能的挑战。 本系列的下一篇文章将讨论人工智能在感知和导航复杂环境时面临的挑战，以及如何应对这些挑战。游戏行业的人工智能设计：AI的设计与实现