實時戰(zhàn)略游戲（RTS）目前已經(jīng)被證明是在人工智能研究中一個極具挑戰(zhàn)性的應用領域。RTS游戲以巨大的動作狀態(tài)空間,敏捷的反應速度,以及細微巧妙的游戲狀況而備受關注。選取動作是RTS游戲中最重要的操作,而選擇動作主要依靠于游戲樹搜索算法。游戲樹應用于博弈論,通常使用游戲樹表示游戲中的各種后續(xù)可能性。起始節(jié)點代表游戲中任一場景,而子節(jié)點是在父節(jié)點的游戲狀態(tài)下,執(zhí)行一步操作產生的后續(xù)可能性。在RTS游戲中,游戲樹搜索的質量對于最終結果至關重要。隨著單位數(shù)量的增加,RTS游戲的搜索時間呈指數(shù)增長,以至于在嚴格實時約束下,無法完全搜索游戲樹�，F(xiàn)有的人工智能解決方案受到動作空間以及實時約束的限制,多數(shù)方法雖然能夠有效解決戰(zhàn)術戰(zhàn)略子問題,但仍然沒有足夠高效的算法應對大型問題集。為此,本文以實時性為原則,以準確性為目標提出新的樹模型—T（α,β）及新的搜索算法—τ-AlphaBeta搜索算法,保證在嚴格時間限制下,返回較優(yōu)解。論文的主要工作包括:（1）分析極大極小值搜索算法和AlphaBeta搜索算法的搜索原理。在實時戰(zhàn)略游戲中,極大極小值搜索算法和AlphaBeta搜索算法在嚴格時間限制下,無法進行完... 

【文章來源】：中國地質大學(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：53 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景
    1.2 研究內容及意義
    1.3 國內外研究現(xiàn)狀與分析
    1.4 論文組織結構
    1.5 本章小結
2 游戲樹搜索
    2.1 游戲樹概述
    2.2 極大極小值搜索算法
    2.3 AlphaBeta搜索算法
        2.3.1 AlphaBeta搜索算法剪枝原理
        2.3.2 AlphaBeta搜索算法優(yōu)缺點
        2.3.3 AlphaBeta搜索算法復雜度
    2.4 UCT搜索算法
    2.5 本章小結
3 τ-AlphaBeta搜索算法
τ（α, β）樹模型">    3.1 T_τ（α, β）樹模型
    3.2 τ-AlphaBeta搜索原理
    3.3 τ-AlphaBeta搜索算法剪枝過程
    3.4 評估修正因子τ對搜索時間的影響
    3.5 RTS游戲中τ-AlphaBeta搜索算法
        3.5.1 評估函數(shù)
        3.5.2 對戰(zhàn)模型
        3.5.3 搜索算法描述
    3.6 本章小結
4 τ-AlphaBeta搜索算法在星際爭霸中的應用
    4.1 實驗環(huán)境
    4.2 實驗設置
        4.2.1 戰(zhàn)爭場景設置
        4.2.2 環(huán)境設置
        4.2.3 搜索算法參數(shù)設置
        4.2.4 勝率計算方法
    4.3 實驗結果分析
        4.3.1 對比τ-AlphaBeta與 AlphaBeta搜索算法
            4.3.1.1 勝率結果對比分析
            4.3.1.2 搜索時間對比分析
        4.3.2 對比τ-AlphaBeta與 UCT搜索算法
    4.4 本章小結
5 結論
致謝
參考文獻
附錄1 個人簡介
附錄2 論文發(fā)表


【參考文獻】：
期刊論文
[1]基于博弈樹搜索算法的中國象棋游戲的設計與實現(xiàn)[J]. 劉淑琴,劉淑英.  自動化與儀器儀表. 2017(10)
[2]基于alpha-beta剪枝搜索算法的中國象棋游戲設計[J]. 劉淑英,穆遠彪,李紅.  信息通信. 2015(08)
[3]基于Alpha-Beta剪枝法的中國象棋博弈系統(tǒng)研究[J]. 黎利輝.  福建電腦. 2014(03)
[4]機器博弈中搜索算法的研究[J]. 廖景亮,陳冬強.  福建電腦. 2012(10)
[5]五子棋中Alpha-Beta搜索算法的研究與改進[J]. 程宇,雷小鋒.  計算機工程. 2012(17)
[6]基于Alpha-Beta搜索算法的中國象棋人機對戰(zhàn)的設計與實現(xiàn)[J]. 陳業(yè)鵬.  計算機光盤軟件與應用. 2012(04)

碩士論文
[1]基于貝葉斯均衡和搜索算法的博弈模型研究[D]. 張彥革.東北大學 2010
[2]六子棋計算機博弈關鍵技術研究[D]. 閔文杰.重慶交通大學 2010



本文編號：3046627