發(fā)布時間：2023-11-20 18:34

　　近年來,計算機硬件軟件發(fā)展水平日新月異,電子游戲行業(yè)飛速發(fā)展。角色扮演類游戲占據(jù)著重要的市場份額。除了游戲中的視聽效果,游戲的可玩性作為更深層次的游戲內涵更受游戲開發(fā)者們的重視,而非玩家角色的人工智能設計有利于體現(xiàn)游戲的可玩性。當前角色扮演類游戲場景中,非玩家角色人工智能模型的相關變量較多,導致過多的決策分支,非玩家角色人工智能算法開發(fā)繁雜,開發(fā)效率受到影響。本文提出一種非玩家角色人工智能新的實現(xiàn)方式,即結合機器學習算法行為樹模型,其目的在于將非玩家角色的純行為樹決策模型轉變?yōu)樾袨闃渑c分類器結合的決策模型,基于行為樹實現(xiàn)非玩家角色的高級決策,基于Bp_Adaboost算法實現(xiàn)非玩家角色的低級決策。從而使得游戲開發(fā)者制作低級決策模型的方法由傳統(tǒng)的制作行為樹變?yōu)橹谱鞣诸惼?而產生分類器訓練數(shù)據(jù)的工作量小于制作行為樹的工作量,因此能夠減少游戲開發(fā)者的工作負擔。本文設計并實現(xiàn)了三個工具:數(shù)據(jù)生成工具、Bp_Adaboost模型生成工具以及結合Bp_Adaboost的行為樹工具。這三個工具主要用于解決實際游戲開發(fā)中生成本文模型所面臨的制...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
        1.1.1 角色扮演類游戲簡介
        1.1.2 角色扮演類游戲與人工智能
    1.2 國內外研究現(xiàn)狀
    1.3 本文的研究內容和主要貢獻
        1.3.1 論文主要研究內容
    1.4 本文的章節(jié)安排
第二章 相關理論與技術
    2.1 引言
    2.2 有限狀態(tài)機與行為樹
        2.2.1 有限狀態(tài)機
        2.2.2 行為樹
        2.2.3 有限狀態(tài)機與行為樹
    2.3 與本文有關的機器學習方法
        2.3.1 人工神經網(wǎng)絡
        2.3.2 Adaboost算法
        2.3.3 Bp_Adaboost算法
    2.4 本章小結
第三章 非玩家角色人工智能的實現(xiàn)方式
    3.1 引言
    3.2 結合機器學習算法的行為樹模型
    3.3 實驗仿真與分析
    3.4 數(shù)據(jù)生成工具的實現(xiàn)
    3.5 Bp_Adaboost模型生成工具
    3.6 結合Bp_Adaboost算法的行為樹工具
    3.7 本章小結
第四章 基于本文模型的角色扮演游戲的設計與實現(xiàn)
    4.1 游戲概要設計
        4.1.1 游戲項目的基本信息
        4.1.2 游戲項目的架構設計
    4.2 游戲詳細設計與實現(xiàn)
        4.2.1 項目的資源組織
        4.2.2 角色動作狀態(tài)機模塊
        4.2.3 非玩家角色人工智能模塊
        4.2.4 游戲控制模塊與主體流程
        4.2.5 游戲運行效果
    4.3 本章小結
第五章 總結與展望
    5.1 工作總結
    5.2 工作展望
參考文獻
攻讀碩士學位期間取得的研究成果
致謝
附表



本文編號：3865606