游戏开发中智能路径搜索算法的研究

在游戏软件中,人工智能是一个重要而又复杂的模块,而寻路算法是人工智能运用于电子游戏中的最基本问题之一。针对游戏中路径搜索的特点,在对一般搜索算法、常见搜索算法和启发式搜索技术进行详细地分析与研究的基础之上,结合实际应用情况,对A*算法进行了一些优化与改进。     

游戏中路径搜索算法研究

路径搜索是游戏中非常重要的一部分,A*算法是最常用的搜索算法,但是使用A*算法搜索出的路径的真实性常常不能让人满意。本文介绍A*搜索算法及存在的路径问题,针对该算法在游戏中暴露的问题,提出一种平滑改进的算法,较好地解决了这个问题。     

游戏地图中的分层动态路径搜索算法

在大型游戏地图环境中,玩家必须对动态地形做出即时反应,而动态寻路算法对改变节点的位置非常敏感。为此,结合增量路径搜索(LPA*)算法和分层路径搜索(HPA*)算法,提出一种分层动态路径搜索(HPLPA*)算法。对地图分层形成抽象图,并在动态环境中及时更新,采用LPA*搜索,找到抽象路径再细化,以此形成本地路径。实验结果证明,与LPA*和HPA*相比,该算法更有效。     

港区导航系统中最短路径搜索算法

分析Dijikstra算法、限制区域搜索算法以及A*算法的时间复杂度和空间复杂度,提出一种最短路径搜索算法。将静态存储和动态搜索相结合,以限定区域搜索算法为主、A*算法为辅,并根据港区路况实现该算法。实验结果表明,在区域路网结构相对比较规则的情况下,该算法能够提高路径搜索的效率。     

智能搜索算法教学软件的设计与开发

为提高人工智能导论课程的教学质量,协调好教与学的双边关系,结合教学实践,在Microsoft Visual Studio2005环境中用C++语言开发了智能搜索算法的教学软件,设计了A*算法、模拟退火算法和遗传算法的演示程序和验证程序,提供了这些算法的核心代码,方便学生开展各算法的自主实验设计。     

MMOG中NPC的路径搜索算法的研究

MMOG中传统的寻径方法只为NPC提供一条最优路径,导致群体NPC移动时发生堵塞.本文提出一种基于迭代加深思想的DIDA*算法,提供多个较优的路径解决群体NPC移动问题.由于地图信息的变化,NPC在移动过程中遇到未知障碍物,本文采用一种局部连接Hopfield神经网络训练NPC实时躲避动态障碍物,实验结果表明DIDA*算法可以使群体NPC快速找到目标节点,路径变化时NPC可以绕过障碍物到达目的地,适应MMOG中环境的动态变化.     

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。     

GIS中最短路径搜索算法

文章讨论了一种在GIS环境下的最短路径规划算法,它根据用户给出的起始结点与目标结点以及必经结点序列和避开结点序列在建立的搜索图基础上分段查找最短路径,最后生成满足用户约束条件的最短路径。     

基于DEM格网的改进型A*路径搜索算法

为解决DEM格网上的路径搜索问题,分析了DEM格网和道路拓扑网络的共性与区别,并结合DEM格网的特点对比了Dijkstra算法和A*算法的优缺点,提出了基于DEM格网的改进型A*路径搜索算法。该算法充分考虑DEM格网上的路径可达条件,采用移动窗口法获取搜索网格候选集,并根据地理空间分布特征选取A*算法的估价函数,同时引入贪婪准则缩小搜索范围,降低问题复杂度。结合实例对算法进行了实验分析,验证结果表明了该算法的可行性和有效性。     

游戏中寻找路径的改进算法

通过分析A*算法,设计并实现用索引数组和二叉堆表示开放列表的A*改进算法。该算法与用索引数组表示的开放列表相比,可以节省约11%的运行时间。     

基于陷阱层次的预处理寻路算法

针对当前寻路算法不能很好满足某些实时性应用中需要快速找到最短路径的要求,提出一种基于陷阱层次预处理的寻路算法。通过在预处理阶段探测出陷阱,即在实际搜索中并不需要的区域,在进行路径搜索时削减掉这些区域,使得无用空间的探索大幅度减少,提高了搜索效率。实验结果表明,该算法不但显著地减少了节点数的扩展,节约了搜索时间,而且保证了路径寻找的最优化,对于提高寻路算法的性能是一个切实可行的解决方案。     

基于路径预测的机器人足球路径规划

针对常用的机器人路径规划算法过于复杂并且在每个运动周期都计算路径的问题,提出了一种结合路径预测的路径最优算法.充分利用预测结果减少每周期的路径规划时间;用微量调整动态控制机器人左右轮速度,并充分利用折线路径的短距离优势,为避障机器人创建一条最短路径;以基于周期性预测在同个时间轴上的相交作为碰撞信号,来减少每个周期的重复性计算时间.实验结果表明,该方法能大大提高机器人路径规划的速度,降低不同周期上路径规划结果不一致导致的运动震荡.     

一种求受顶点数限制的最短路径的新算法

提出了一种基于逆邻接表求受顶点数限制的最短路径的新算法,其时间复杂度为O(m-2)^*w)(m是受限制的顶点数,w是有向图中弧的条数),优于同类算法。采用逆邻接表作为图的存储结构,该算法很容易实现。     

A label-setting algorithm for finding a quickest path

The quickest path problem is to find a path to send a given amount of data from the source to the destination with minimum transmission time. To find the quickest path, existing algorithms enumerate non-dominated paths with distinct capacity, and then determine a quickest path by comparing their transmission time. In this paper, we propose a label-setting algorithm for finding a quickest path by transforming a network to another network where an important property holds that each subpath of a quickest path is also a quickest path. The proposed algorithm avoids enumerating non-dominated paths whose transmission time is greater than the minimum transmission time. Although the computational complexity of the proposed algorithm is the same as that of existing algorithms, experimental results show that our algorithm is efficient when a network has two or more non-dominated paths.     

模拟投资过程的计算机游戏系统

介绍了一种计算机游戏的设计思想与设计过程。该游戏的基本设计思想是根据投资的收益与风险,最终确定一个企业的真正收益。通过人机互动过程模拟现实企业的投资过程,可以在此基础上收集企业投资的辅助决策信息,为真正的投资过程积累必要的经验。     

用于游戏NPC路径规划的改进遗传算法

针对游戏非玩家控制(NPC)路径规划中传统遗传算法计算速度慢、正确率低等问题,设计了改进型遗传算法.提出了最佳种群规模估计方法,设计了基于精英主义思想的遗传算子.根据游戏地图的特点,引入了基于启发式深度优先搜索的变异操作.与传统遗传算法以及其他学者的改进算法进行了对比实验.实验结果表明:算法能够在保证正确率的前提下,提高计算速度,并且在多目标的环境下同样适用.     

浅谈用BDI模型开发智能NPC游戏角色

现代计算机游戏是一个非常复杂的软件系统,已经越来越多地运用AI技术来更好的满足玩家的需求.虽然BDI模型越来越受到人们的关注,但是BDI模型并没有广泛地应用在游戏的开发上.针对这方面的矛盾,出现了面向Agent的方法.通过一个游戏演示了它的可能性,该演示表明这种面向Agent的方法可以有效地解决这对矛盾.     

一种新型的磁定向系统及其定向算法研究

为了提高基于地磁检测的定向精度,通过引入高精度步进电机控制,设计了一种新型的平面单轴磁定向系统。该系统仅需要一个磁性传感器输出信号,通过步进电机带动磁传感器在水平面内做等间隔转动,求取最大值位置以确定磁方位。针对干扰和测试噪声的影响,研究了基于遗传算法和最优化理论的混合数据处理方法。通过对测试数据正弦曲线的四参数拟合,获取初始相位,提高了测角精度。仿真研究和工程实验表明：该定向方法有着较高的精度和较好的稳定性。     

路径约束下基于人工智能的智慧航空旅游动态寻径方法

为了提高智慧航空旅游动态寻优控制能力,提出一种基于人工智能的路径约束下智慧航空旅游动态寻径方法。采用多目标进化方法进行智慧航空旅游动态寻径的路径约束控制,结合粒子群方法进行智慧航空旅游动态寻径的路径优化选择,采用多目标Pareto映射方法进行智慧航空旅游的路径规划设计,结合信息素导引方法进行智慧航空旅游动态寻径的自适应控制,构建智慧航空旅游动态寻径的蚁群滤波模型,根据蚁群路径约束寻优方法构建智慧航空旅游动态寻径的人工智能算法,实现智慧航空旅游动态寻径的人工智能控制和自适应寻优。仿真结果表明,采用该方法进行智慧航空旅游动态寻径的自适应性能较好,路径优化控制能力较强。