人工智能在游戲中的應(yīng)用：游戲玩家的實(shí)時(shí)建模及對(duì)手的智能適配.pdf

1、研究人工智能在視頻游戲（Video Game）上的應(yīng)用和在經(jīng)典游戲（Classic Game）上的應(yīng)用目的是不同的。比如說(shuō)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(duì)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(jī)（FSM）實(shí)現(xiàn)的。由FSM實(shí)現(xiàn)的游戲智能有三個(gè)方面的弊端：高度依賴開(kāi)發(fā)者的領(lǐng)域知識(shí)，不存在元編程的，沒(méi)有規(guī)劃和前瞻。

2、>　　 在本文中，作者提出用CI（計(jì)算智能）的方法來(lái)生成既有挑戰(zhàn)性又令人滿意的游戲?qū)κ种悄?，該方法的最終實(shí)現(xiàn)是基于作者提出的“玩家的策略建模及對(duì)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(shù)搜索（Monte Carlo Tree Search）和UCT上界置信的樹(shù)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(cè)試平臺(tái)來(lái)驗(yàn)證所提出的理論。
　　 該論文的主要貢獻(xiàn)包括：游戲智能的整體架構(gòu)、玩家策略建模、對(duì)手挑戰(zhàn)性智能適配、及對(duì)手滿意度智能適配等方面。
　　 在游戲智能的整體架構(gòu)的研究方面，提出了“玩家的策略建模及對(duì)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(yīng)用于未來(lái)游戲的人工智能開(kāi)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(xué)習(xí)情況下對(duì)玩家策略進(jìn)行建模（分類或識(shí)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(xùn)練評(píng)估算法。其次，提出了無(wú)監(jiān)督學(xué)習(xí)情況下玩家策略的聚類、分類識(shí)別和評(píng)價(jià)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(shí)驗(yàn)進(jìn)行聚類算法的選定。
　　 在對(duì)手挑戰(zhàn)性智能適配的研究方面，首先提出了用普通的計(jì)算智能（straight-CI）來(lái)控制NPC（非玩家角色

5、）生成對(duì)手智能的方法。其突出的優(yōu)點(diǎn)是可以減少人的參與度并降低對(duì)領(lǐng)域知識(shí)的要求；缺點(diǎn)是智能的產(chǎn)生需要在線進(jìn)行，占用大量的資源，故此方法僅適用于單機(jī)游戲。其次，提出了基于知識(shí)的CI（Knowledge-based-CI）來(lái)控制NPC生成對(duì)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(lái)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)ANN（Artificial Neural Network），從而形成知識(shí)，使用經(jīng)過(guò)訓(xùn)練的ANN（人工神經(jīng)網(wǎng)絡(luò)）來(lái)控制NPC。其突出的

6、優(yōu)點(diǎn)是離線完成訓(xùn)練、基于知識(shí)、計(jì)算效率高、及占用資源少，因此適用于大型多人網(wǎng)絡(luò)在線游戲。然而該方法要求與“玩家的建?！被颉巴婕业慕＜皩?duì)手的智能適配”的框架聯(lián)系起來(lái)。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(gè)方面都要優(yōu)越。
　　 在對(duì)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(duì)手、優(yōu)化玩家的體驗(yàn)，可以通過(guò)產(chǎn)生能夠打平局的游戲AI（Artificial Intelligence）來(lái)實(shí)現(xiàn)。

7、我們提出了兩種基于CI的動(dòng)態(tài)難度調(diào)整DDA（Dynamic Difficulty Adjustment，動(dòng)態(tài)難度調(diào)整）方法：“基于模擬時(shí)間約束的CI實(shí)現(xiàn)的動(dòng)態(tài)難度調(diào)整”（“DDA bytime-constrained-CI”）和“基于知識(shí)的模擬時(shí)間約束的CI實(shí)現(xiàn)的動(dòng)態(tài)難度調(diào)整”（“DDA byknowledge-based-time-constrained-CI”）。因?yàn)楹笳呤腔谥R(shí)，計(jì)算的效率比前者高，所以后者更適用于多人在線游戲，