人工智能在游戲中的應用：游戲玩家的實時建模及對手的智能適配.pdf

1、研究人工智能在視頻游戲（Video Game）上的應用和在經(jīng)典游戲（Classic Game）上的應用目的是不同的。比如說研究經(jīng)典游戲圍棋（GO）的人工智能是為了產(chǎn)生挑戰(zhàn)性最大的對手智能；而研究視頻游戲的人工智能是為了產(chǎn)生既有挑戰(zhàn)性又令人滿意的游戲智能。本文中游戲的是指視頻游戲。目前大多數(shù)現(xiàn)有的游戲智能是用有限狀態(tài)機（FSM）實現(xiàn)的。由FSM實現(xiàn)的游戲智能有三個方面的弊端：高度依賴開發(fā)者的領域知識，不存在元編程的，沒有規(guī)劃和前瞻。

2、>　　 在本文中，作者提出用CI（計算智能）的方法來生成既有挑戰(zhàn)性又令人滿意的游戲對手智能，該方法的最終實現(xiàn)是基于作者提出的“玩家的策略建模及對手的智能適配”的理論框架。本文使用的CI方法是指MCTS蒙特卡洛樹搜索（Monte Carlo Tree Search）和UCT上界置信的樹搜索（Upper Confidence Bound for Trees）2種算法。本文中兩種prey/predatot（獵物和捕食者）類型游戲Dead-E

3、nd和Pac-Man被用作測試平臺來驗證所提出的理論。
　　 該論文的主要貢獻包括：游戲智能的整體架構、玩家策略建模、對手挑戰(zhàn)性智能適配、及對手滿意度智能適配等方面。
　　 在游戲智能的整體架構的研究方面，提出了“玩家的策略建模及對手的智能適配”的理論框架，該框架被證明適用于“獵物和捕食者”類型游戲Dead-End和Pac-Man，并有可能應用于未來游戲的人工智能開發(fā)。
　　 在游戲玩家策略建模的研究方面，首先提

4、出了在監(jiān)督學習情況下對玩家策略進行建模（分類或識別）的方法，其核心步驟包括：屬性選擇、樣例數(shù)據(jù)收集、數(shù)據(jù)噪音處理、屬性子集選擇、算法選擇和訓練評估算法。其次，提出了無監(jiān)督學習情況下玩家策略的聚類、分類識別和評價的方法，其核心步驟包括：屬性選擇、樣例數(shù)據(jù)收集、聚類算法選擇、數(shù)據(jù)分組，以及用交叉實驗進行聚類算法的選定。
　　 在對手挑戰(zhàn)性智能適配的研究方面，首先提出了用普通的計算智能（straight-CI）來控制NPC（非玩家角色

5、）生成對手智能的方法。其突出的優(yōu)點是可以減少人的參與度并降低對領域知識的要求；缺點是智能的產(chǎn)生需要在線進行，占用大量的資源，故此方法僅適用于單機游戲。其次，提出了基于知識的CI（Knowledge-based-CI）來控制NPC生成對手智能的方法。該方法用普通的CI控制NPC所生成的數(shù)據(jù)來訓練人工神經(jīng)網(wǎng)絡ANN（Artificial Neural Network），從而形成知識，使用經(jīng)過訓練的ANN（人工神經(jīng)網(wǎng)絡）來控制NPC。其突出的

6、優(yōu)點是離線完成訓練、基于知識、計算效率高、及占用資源少，因此適用于大型多人網(wǎng)絡在線游戲。然而該方法要求與“玩家的建模”或“玩家的建模及對手的智能適配”的框架聯(lián)系起來。以上提出的挑戰(zhàn)性智能適配的兩種CI方法，要比使用FSM在第一段提到的三個方面都要優(yōu)越。
　　 在對手滿意度智能適配的研究方面，為了產(chǎn)生令玩家滿意的游戲智能對手、優(yōu)化玩家的體驗，可以通過產(chǎn)生能夠打平局的游戲AI（Artificial Intelligence）來實現(xiàn)。

7、我們提出了兩種基于CI的動態(tài)難度調整DDA（Dynamic Difficulty Adjustment，動態(tài)難度調整）方法：“基于模擬時間約束的CI實現(xiàn)的動態(tài)難度調整”（“DDA bytime-constrained-CI”）和“基于知識的模擬時間約束的CI實現(xiàn)的動態(tài)難度調整”（“DDA byknowledge-based-time-constrained-CI”）。因為后者是基于知識，計算的效率比前者高，所以后者更適用于多人在線游戲，