遗传算法和牛顿力学在游戏开发中的应用研究

游戏中的人工智能技术已经成为了一款游戏成功与否的关键所在.为了提高视频游戏的人工智能,使用遗传算法解决了视频游戏中的路径搜寻(Pathfinding)问题,同时将遗传算法和牛顿力学相结合,模拟了飞行物体的着陆(Landing).实验表明,遗传算法使游戏中角色的行为更加自然,具备了较高的智能,而牛顿力学的使用使游戏中飞行物体的运动符合了物理规律,从而看起来更加真实.     

用遗传算法加强足球游戏的人工智能

项目背景 笔者一直都想用遗传算法（Genetic Algorithms）实现足球游戏的人工智能，但因为实现一个足球游戏的对战平台太过繁琐而没有动手。直到在“Programming Game AI by Example”一书中看到一个Simple Soccer的demo（以下简称demo），实现了一个red—blue两队进行机器与机器对抗的简单足球游戏，在读过它的源码之后，笔者决定在demo上进行二次开发——为它加入遗传算法，实验一下遗传算法在实时战略游戏（RTS）类型的体育游戏中的威力。     

智能游戏开发项目研究综述

在游戏开发环境中,人工智能可以通过提高效率、加快设计和实验速度等方式改善开发的过程,并且在正确使用的情况下可以提高最终产品的质量。针对人工智能在游戏方面的使用,本文重点介绍了游戏开发中路径搜索和智能移动控制常用的两个算法,遗传算法和A＊算法,激发游戏开发者对游戏智能开发设计的兴趣。     

优化的遗传算法在游戏编程中的应用

本文简要介绍了游戏编程中的人工智能问题,基本遗传算法的实现原理及过程,分析了基本遗传算法的不足之处,重点介绍对基本遗传算法三个方面的优化及优化后的遗传算法具体的处理过程.     

遗传算法在游戏开发中的应用

本文简要介绍了游戏人工智能的发展现状,遗传算法的实现原理及过程,分析了基于规则的游戏人工智能存在的不足之处,重点介绍了遗传算法在解决这些问题时的优势以及具体的处理过程。     

ML-Agents驱动的足球竞技游戏设计与实现

在人工智能飞速发展的大背景下,游戏AI的革新亦走在技术的前沿并引领游戏产业发展。为了研究游戏AI产生更为高效的游戏策略,对游戏研发中创新上限的瓶颈进行突破,本文设计一款ML-Agents驱动的足球竞技游戏,通过游戏AI的学习过程增强游戏NPC的可适应性和拟人化。借助CINEMA 4D、Maya设计场景建模,使用Unity引擎构建游戏场景,运用Anaconda搭建虚拟训练环境,采用TensorFlow训练NPC的行为,应用ML-Agents插件构建程序化人格,训练并引导Agent产生所期望的行为。实践结果表明,采用该方案研发的足球竞技游戏案例产品,游戏AI产生了更具创新性、更具效能的行为模式。     

一个基于神经网络和遗传算法的游戏自主角色的设计

具有学习能力和动态适应环境变化的自主角色已经成为商业游戏的一个卖点,采用传统的人工智能方法往往无法实现复杂的自主角色的行为,基于此,采用非确定性的神经网络和遗传算法来实现自主角色已经成为当前游戏人工智能的一个热点。分析了游戏自主角色的特点, 建立了NPC的自主认知模型,同时采用神经网络和遗传算法相结合的游戏自主角色的设计思路,利用遗传算法优化神经网络的方法设计了一个自主角色的框架,建立了一个游戏角色的自学习模型,通过仿真实验表明采用神经网络和遗传算法相结合的非确定性算法形成的游戏角色的自学习系统要比传统的NPC角色更加自主和智能化。     

神经网络及遗传算法在飞行射击游戏中的应用

飞行射击类游戏作为一个经典游戏类型,一直深受国内外游戏玩家的喜爱,但是传统的飞行射击类游戏敌人缺乏智能,行为较单一,容易使游戏变得单调乏味。而具备自我学习能力和动态适应环境变化的敌人能够增强飞行射击类游戏的游戏性和趣味性。目前应用神经网络及遗传算法作为游戏人工智能的游戏不少,但是在飞行射击游戏里的游戏人工智能应用不多。基于此,采用非确定性的神经网络和遗传算法制作完成Unity3D开发的飞行射击游戏的敌人脚本,通过实验的方式表明使用遗传算法优化后的神经网络训练出来的飞行射击游戏敌人相比传统的飞行射击游戏敌人更加自主和智能化。     

基于小生境遗传算法的足球机器人路径规划

将基于共享机制的小生境遗传算法应用到足球机器人路径规划中,对比其他算法说明其在求解多峰值函数优化计算问题时具有时间最优性,并能保持解的多样性,具有很高的全局寻优能力和收敛速度。通过仿真试验证明了小生境遗传算法在路径寻优过程中的有效性和正确性。     

试分析计算机游戏中的人工智能技术

本文通过对计算机游戏进行介绍,对计算机游戏中人工智能技术进行讨论与解析.首先,了解计算机游戏的发展过程,在其发展与进步的过程中,不难发现人工智能技术其着较为重要的作用.其次,对人工智能技术进行分析,熟悉其工作原理以及工作特点.并着重了解人工智能技术所主要涉及与运用到得理论优化算法:遗传算法、神经网络算法等.最后通过对人工智能算法与计算机游戏相结合的成功案例,对人工智能技术进行分析,阐明人工智能技术对计算机游戏的深渊影响.