人工智能實現的論文

　　人工智能的設計與開發進一步完善了傳統AI在DOTA等即時戰略游戲中的不足，從玩家的角度出發，設計出針對各個水平層次的人工智能。以下是學習啦小編精心整理的人工智能實現的論文的相關資料，希望對你有幫助!

　　人工智能實現的論文篇一

　　DOTA游戲中人工智能的設計與實現

　　引言

　　DOTA游戲以及所有的即時戰略游戲中，人工智能(AI)是不可或缺的一大工具。新手玩家通過對AI的對戰初步了解整個游戲的規則、戰斗方式、英雄特性等。在非聯網的情況下，AI也是玩家的唯一對手。

　　傳統AI：戰斗模式單一，反應速度緩慢，行動指令呆板，無法較好的分析戰場形勢與戰斗情況。水平低，容易被玩家識別出設計好的指令，從而導致輕易擊殺，影響游戲的娛樂性。

　　創新AI：模擬人類思維，有了較高的智商的。新手玩家能夠通過與AI的對戰，逐漸學會游戲的玩法，提升對游戲的認識，而并不像以前的直接與人類對抗導致被高端玩家蹂躪。

　　此外，創新型AI不只面向新手玩家，基于AI具有水平高、套路廣、懂得隨機應變等特點，同時能夠使得高水平玩家從與AI的對戰也能獲得樂趣，進一步提升用戶體驗。

　　1.AI算法核心功能

　　AI的核心功能包括控制中心、巡查系統和指令中心。巡查系統好比AI的眼睛和大腦，AI通過巡查系統來獲取游戲數據并且分析這些數據;巡查系統分析的結果傳達給指令中心，經過指令中心處理后轉化成指令信號傳達給控制中心;控制中心將信號轉化為AI的具體行為[1]。具體功能如下：

　　2.AI核心功能實現

　　2.1巡查系統

　　設一個角色當前生命值為H、攻擊力為A、防御力為D、魔法值為M，四個技能分別為A1、A2、A3、A4且對應的四個技能強度分別為P1、P2、P3、P4、技能的冷卻程度為C1、C2、C3、C4。

　　若對于任意一個技能An得知其剩余冷卻時間為Yn、冷卻的總時間為Zn，則必然存在線性函數fn使得技能冷卻程度Cn為：

　　Cn=fn(Yn，Zn)，Cn∈[0，1]

　　計算技能冷卻程度在高端游戲局中對技能冷卻的掌握程度很大程度上體現了一個玩家游戲水平，當技能冷卻程度約為0時代表這個技能剛剛進入冷卻時間，對于一些靠技能為主的英雄代表喪失戰斗力;當技能冷卻程度即將到達1時，英雄即將恢復戰斗力且在其等于1時瞬間恢復大量戰斗力。而這個恢復的過程往往是出乎意料的。在這個恢復戰斗力過程即是考驗玩家技術含量的過程，如撤退、普通攻擊、走位或銜接其他策略方案等[2]。

　　則對于任意技能An技能強度Pn與冷卻程度Cn和其他參數X的對應關系如下所示：

　　Pn=fc(Cn，X)

　　2.2自我學習功能

　　AI的自我學習使得AI在實際戰斗中能夠不斷地提升自己的水平。為了實現這一塊功能，我們一改傳統直接給AI編程固定的套路，讓AI知道自己有何種技能、屬性，并且告訴AI各種行為將會產生的結果，讓AI自己計算當前情況下最有效的套路，這樣的設計讓AI在復雜的實際游戲戰斗中能夠有出色的表現[3]。

　　2.3指令中心

　　指令中心是將信號轉化為實際行動的系統功能模塊。

　　比如指令中心接受到控制中心傳來的一個“ATTACK”指令，那么指令中心將對英雄下達攻擊指令，并反饋給控制中心此次指令的結果，如英雄被擊暈了，那么此次指令必將是執行不了的，那么將反饋給控制中心一個被擊暈的信號，控制中心立馬重新計算應對措施。

　　2.4控制中心

　　各個子系統通過控制中心連接成一個完整的AI系統，控制中心接受各個子功能的數據和分析結果，然后向指令中心發布指令。

　　例如在實際戰斗中，一個具有控制技能的高爆發法師，首先他看見他的正前方有一名敵人，通過知己知彼系統，AI得知目標敵人的戰斗力比自己低，可以擊殺。接著AI開始思考擊殺策略，通過自我學習系統，AI計算出了最優方案：先通過走位靠近目標敵人，然后試用控制技能將其制服，在控制技能期間AI對目標敵人進行普通攻擊，當控制技能快要結束時AI放出大招將其擊殺。知己知彼、自我學習系統計算出的結果傳達給控制中心，控制中心對指令中心發布指令，于是AI就行動了起來。

　　3.結論

　　人工智能的設計與開發進一步完善了傳統AI在DOTA等即時戰略游戲中的不足，從玩家的角度出發，設計出針對各個水平層次的人工智能。玩家的需求才是游戲設計的根本，玩家的體驗才是游戲設計的目標，保證玩家出色的游戲體驗，才能讓游戲有更大的市場競爭力。

下一頁分享更優秀的<<<人工智能實現的論文