即時戰(zhàn)略游戲場景中多智能體模型的設(shè)計與研究.pdf

1、人工智能自誕生以來，隨著理論和技術(shù)的發(fā)展，已經(jīng)逐漸應用在各個領(lǐng)域。人工智能其中一個重要的分支為神經(jīng)網(wǎng)絡。從傳統(tǒng)的需要人為設(shè)計的神經(jīng)網(wǎng)絡再到與進化算法相結(jié)合產(chǎn)生的進化神經(jīng)網(wǎng)絡，以神經(jīng)網(wǎng)絡為模型的技術(shù)已經(jīng)在模式識別，自動控制，多智能體系統(tǒng)等多個領(lǐng)域解決了許多問題。
　　即時戰(zhàn)略游戲作為現(xiàn)代計算機游戲的一個分支，包含了人工智能研究領(lǐng)域的諸多特性，如不確定性決策、龐大復雜的狀態(tài)空間和行為空間、多智能體協(xié)作等。此外，即時戰(zhàn)略游戲模擬了一個復

2、雜而又逼真的環(huán)境，為人工智能的研究提供了直觀、實時的反饋，而且不存在現(xiàn)實環(huán)境中很多混亂的屬性以及硬件上的消耗，使其成為研究人工智能技術(shù)的優(yōu)秀平臺。因此，本文利用即時戰(zhàn)略游戲作為研究人工智能的測試環(huán)境。
　　作為模擬現(xiàn)實世界的戰(zhàn)爭游戲，在即時戰(zhàn)略游戲場景中會存在多個智能體，如何有效率地控制多智能體，使多智能體相互之間能協(xié)調(diào)、合作地完成目標是本文的主要研究內(nèi)容。本文利用進化神經(jīng)網(wǎng)絡設(shè)計多智能體模型，使智能體在測試環(huán)境中能夠和其他智能體

3、之間相互配合與協(xié)作，盡可能以高效率完成目標。本文的主要研究工作和研究成果有:(1)總結(jié)國內(nèi)外近年來使用即時戰(zhàn)略游戲作為測試環(huán)境的研究，其中包括強化學習、基于案例推理、博弈樹搜索以及蒙特卡洛規(guī)劃等;(2)總結(jié)進化神經(jīng)網(wǎng)絡的特性，將固定拓撲結(jié)構(gòu)的神經(jīng)網(wǎng)絡用于多智能體模型的設(shè)計，具體是將遺傳算法和BP學習算法相結(jié)合再應用于多智能體模型中，提升了多智能體在測試環(huán)境中的執(zhí)行性能;(3)對一般的點雜交算子進行改進，實現(xiàn)邊緣點雜交，提升了基于遺傳算法