基于有限理性模型的游戲智能行為系統(tǒng)的研究與實現(xiàn).pdf

1、面對不斷成熟的多元化游戲市場，游戲開發(fā)人員希望通過游戲智能設(shè)計上的改進(jìn)來提高游戲的可玩性。當(dāng)前游戲的智能設(shè)計中，除了行為的外在表現(xiàn)以及尋路算法的優(yōu)化外，智能角色的控制也是智能開發(fā)人員的研究重點。開發(fā)人員希望游戲智能角色能夠模擬游戲中玩家行為和策略的方式，從而縮小現(xiàn)實與虛擬間的差距增加游戲的挑戰(zhàn)性。
　　本文采用基于模型的智能行為系統(tǒng)，并結(jié)合認(rèn)知科學(xué)中的SOAR行為模型以及經(jīng)濟學(xué)中的有限理性決策理論，使得游戲中智能角色的感知、決策以

2、及行為執(zhí)行過程更加貼合玩家的行為模式。本文的主要工作及取得的成果：
　　(1)針對過去視錐視距布爾化感知域的設(shè)定方式中的問題，本文首先引入生物視覺感知模型中的感受理論重構(gòu)了智能角色的可確定性感知域，然后結(jié)合視覺敏感度模型來計算非確定性感知域的確定性值，最終綜合分析前面兩個部分的信息生成智能角色的感知輸入信息。對抗性實驗表明，改進(jìn)后的感知模型能夠在不影響系統(tǒng)效率的前提下為后續(xù)智能決策過程提供更加充分且有用的信息。
　　(2)本

3、文采用前瞻樹遞歸預(yù)測的方法來提高智能角色的決策能力。該方法將在每次系統(tǒng)更新時都會依據(jù)智能角色的屬性狀態(tài)轉(zhuǎn)化自動構(gòu)建一棵前瞻樹，同時結(jié)合偏好關(guān)系以及效用評估理論來計算前瞻樹中每一個執(zhí)行子的效用值大小。最后，系統(tǒng)依據(jù)前瞻樹頂層執(zhí)行子的綜合效用大小來選擇最滿意的行為作為輸出。分析實驗數(shù)據(jù)發(fā)現(xiàn)，改進(jìn)后的智能決策方法更加貼合玩家的思維方式，并且產(chǎn)生更好的決策效果。
　　(3)在以上智能決策改進(jìn)方法的基礎(chǔ)上，本文采用行為多隊列的行為組織方式應(yīng)