摘 要： 人工智能是一 门新兴 学科 ， 在Ｉ ｎ ｔ ｅ ｒ ｎ ｅ ｔ 时代获得 了前所未有的发展 ， 用 于游戏开发的人工智能技术称为游戏人工智能 。本 文 介绍 了游戏人 工智能的分类 以及基本的游戏人 工智能技术 ， 并对该技术的未来发展趋 势进行 了展望。 关键词 ： 人工智能 ； 定性 ； 非定性； 有限状 态机 ； 决策树 ２ ． ３ ． ２遗传算法 。遗传算法是一种随机优化搜索技术 ， 具 有内在 １概 述 能 自动 获取 和指 导优 化的搜 索空 人工智能是一门新兴学科 ，在 Ｉ ｎ ｔ ｅ ｍｅ ｔ 时代获得了前所未有 的 的隐蔽性和更好 的全局寻优能力 ， 发展， 目前 已经成为许多高新技 术产品 中的核心技术 ， 也 是计算机 间 ， 已经广泛应用于智 能游戏设计 。 ２ ． ３ ． ３模糊逻辑 。 模糊逻辑 主要用来威胁评估 、 战术分类 、 角色情 游 戏等数字媒体产品 中的重要设计 技术 。人 工智能的快速发展 ， 为 计算机游戏产业提供 了新的机遇 ， 人工智能技术将成为游戏革新 的 绪建模等 ， 能让游 戏表现更加细腻 多样 。例 如 ， 用模 糊逻辑控 制 队 或者非其他非玩家角色 ， 能够实现平滑运 动 ， 看上去更 自然 。在 新 驱动力 ， 带来新 风格 的游戏 ， 为主流玩家提供令人兴奋的效果 ， 提 友 ， 战争游戏 中， 距离可 以用“ 很近 ” 、 “ 较进” 、 “ 较远 ” 、 “ 很远” 表示 ； 规模 供有助于市 场竞争 的新 的计算机游戏产品。 可 以用 “ 零星” 、 “ 少量” 、 “ 中等 ” 、 “ 大量”等表示 ；威胁程度可 以用 ２ 游 戏 人 工 智 能 的特 点与 基 本 的 开 发 技 术 “ 无” 、 “ 小” 、 “ 中” 、 “ 大” 等表示 ； 根据玩 家或者非玩家角色的体力 、 武 ２ ． １ 游戏人工智能的概念与分类 适合于游戏开发 的人工智能技术称为游戏人工智能 。 游戏人 工 器熟 练程度 、 被击 中的次数 、 盔 甲等级等因素 ， 将玩家或者非 玩家的 弱” 、 “ 较弱” 、 “ 一般” 、 “ 较强” 、 “ 很强 ” 五个等级 。 智能分为定性 和非定性两类 。定性技术是游戏人工智能 的基础 ， 用 战斗能力分为“ 定性技术设计 的角色行为是特定 的、 可预测的 。在用定性技术设 计 ２ ． ３ ． ４ 有 限状态机 。这是一种简单的基于规则的系统 ， 它包含 丁 游戏 时 ， 游戏 开发 者必须考虑所有 的可 预测行为 ， 而且无法 帮助非 有限个“ 状态” 和状态之间的“ 转移 ” ， 彼此连成 一个 有向图。有限状 其 主要 原因是游 戏中的非玩 玩家角色（ Ｎ Ｐ Ｃ ） 的学习或演 化。玩家 只要重复玩几次用定性技术设 态机在智 能游戏设计 中应用最为广泛 ， 计 的游戏 ， 就可 以知 道 Ｎ Ｐ Ｃ的行为 ， 这样玩 家就会失 去兴趣 ， 从而 家角色可 以设计为含有单个状态变量 ， 而变量值 可以表达为有限状 影 响游戏软件 的“ 生命 ” 。 态机 当前结点的形式 。 有 限状态机的缺点是当状态数 目和状态转移 非定性技术是定性技术的一种提高 ， 用非定性技术设计 的角色 数 目增加时 ， 复杂度大幅度增加。 行为具有某种程度 的不确定性和不可预测性 。 在用非定性技术设计 ２ ． ３ ． ５ 神经 网络 。 神经网络是基于生物大脑和神经系统中的神经 的游 戏中 ， Ｎ Ｐ Ｃ能够学 习到玩家的作战行 为， 并推出新行为 。 由于非 连接结构 的一系列机器学 习算法 的总和。在具体使用 中 ， 通过反 复 定性的不可预测性 ，会给游戏软件 的调试和测试带来一定 的难度 ， 调节 神经 网络 中互 连结 点之间 的参数值 （ 权重 ） 来获得 针对不 同学 习任务 的最优和近似最优反馈值 。 但也增加 玩家对游戏 的兴趣 ， 延长游戏软件的“ 生命” 。 未来 的游戏人工智能越来越注重非定性技术 的研究与应用。 如 ２ ． ３ ． ６ 人工生命 。由简单的个体行 为组合成 复杂模 式的研 究 ， 称 着重研究如何 为虚拟环 Ｃ ｒ ｅ ａ ｔ ｕ ｒ ｅ ｓ ， Ｂ ｌ ａ ｃ ｋ ＆Ｗｈ ｉ ｔ ｅ， Ｈ ｅ ａ ｖ ｙ Ｇ ｅ ａ ｒ 等主流游戏 ，都采用了非定性 为人 工生命 。这是多智能体 系统中的一种 ， 技术 ， 并具有一定 的学习功能。成功的游戏软件应该是定性技术和 境中的智能 主体赋予某些生物体 的共性 。 游戏 Ｔ ｈ ｅ Ｓ ｉ ｍ ｓ 和 Ｓ ｉ ｍ Ｃ ｉ ｔ ｙ 非定性技术的完美结合 。 用定性技术解决软件 的一部分调试和测试 的成 功证 明了人工生命技术 的有效性 和娱乐价值。 问题 ， 用非定性技 术增强软件 的智 能性 ， 赋予 软件 更强 的生命 力和 ２ ． ３ ． ７专家系统 。专家系统用于模拟专业玩家的行为 ， 为游戏开 挑战性 。 任何一种非定性技术 ， 即使功能再强 ， 也不可能解决游戏 中 发人员编写知识库控制角色的行为 。随着游戏 的 日益复杂化 ， 专家 所有 的问题 ， 体现整个软件的智能性 。所 以， 在使用非定性技术 时 ， 系统越来越难 以建立 ，九游娱乐-官方网站首页现在少数 游戏专家系统 已经引入机器学 习 ， 恰 当地运用定性技术 ， 对软件开发的周期 、 软件质量等都非 常有益 。 机器学习将在 未来智能游戏开发中得 到越来越广泛的应用 。 ２ ． ２游戏人工智能 的特点 ２ ． ３ ． ８一阶谓词 逻辑 。在游戏设计 中， 用一阶谓 词逻辑描述变化 ２ ． ２ ． Ｉ 多样性 。游戏人工智能 的多样性 表现在更加形象 、 生动灵 世界的方法 ， 称为情景演算 。用 一阶谓词 逻辑 来计 算给定情况下智 活， 让玩家难 以猜测和把握 ， 且能在不 同的游戏环境 中体 现出不 同 能主体的应 有动作 ， 用 自动推理来 决定 达到最 优状态所需采取的动 的角色特性， 帮助完成游戏 的故事情节 等。 作序列。正是由于需要智能角色去思考变化 的世界 ， 而情景演算正 ２ ． ２ ． ２可行性 。可行性 主要 体现在技术 的实现 手段和人工智能 好适合描述变化 的事物 ， 因此得 到较为广泛的应用。但它不适用于 表现 的真实感这两个方面。 对性能要求很高的实时游戏 ， 而且用逻辑语言来描述复杂游戏 比较 ２ ． ２ ． ３ 鲁棒性 。人工智能不仅在程序上要健 壮 ， 逻辑表现上也要 困难 。 符合常理 。 ２ ． ３ ． ９多智能体 。 通过多个彼此竞争和协作的智能主体描述 角色 ２ ． ２ ． ４ 适 度性 。人工智能极具挑 战性 的地 方在于提供智 能的同 之间的交互 。游戏中存在 的众 多角色彼此 既能竞争也有 合作 ， 此 时还得保 证娱 乐性 。游戏 的宗 旨是给玩家带来乐趣 ， 理想的游戏是 可以用多智能体来 自然地产生智 能行 为。 根据玩家的实力动态改变游戏难度 ，既能激发玩家持续 的兴趣 ， 又 ２ ． ３ ． １ ０决策树。决 策树表达一系列产生规则 ｉ ｆ － ｔ ｈ ｅ ｎ彤式的条件 不使其丧失信心。 判断 ， 容易转化 为一组产生式规则 。 在决策过程 中 ， 从决策树的根结 ２ ． ３ 基本 的游戏人工智能技术 点输 入一组数据 ， 在 每个分叉处根据某个输入值选择其 中一个 子结 目前 ， 基本 的游戏人工智能技术 主要有 ： 点， 依次类推。国际象棋 和西洋双 陆棋等许 多棋类游戏 中成功 采用 ２ ． ３ ． １ 搜索技术。搜索技术在现代游戏 中应用非常广泛 ， 特别是 了游戏树及其搜索方法 。 决策树在计算机游戏 中经常被用来表达控 用于路径规划 。在游戏设计 中普遍应用 Ａ 算法 ， Ａ 算法能够保证 制器。 以最少 的搜索找到最优 的路径 。 近年来 ， 出现了很多对 Ａ 算法 的改 ２ ． ３ ． １ １ 置信 网络 。置信网络采用概率理论来解决 现实世界 中的 进算法 ， 如Ｄ ￥ ， Ｉ Ｄ Ａ …。 不确定性和不完全知识 等问题 ， 是描述不 同现象之 间（ 下转 ６ ９页 ）