大型多人在线角色扮演游戏(Multiplayer Online Role-Playing Game,简写MMORPG)中玩家需要扮演游戏中的一位角色,在虚拟的世界中进行冒险。玩家与非玩家角色(Non-Player Character,简称NPC)之间的互动是MMORPG中重要的体验内容之一,NPC主要由人工智能(AI)实现。MMORPG的代入感需求是所有游戏中最迫切的,因此其对AI的智能化、多样化需求更加迫切。游戏AI开发是游戏研发中最具挑战性的任务之一。AI的本质是对输入的信息进行处理,再以合适的、与人类智能相似的方式输出,和信息管理息息相关,本文主要研究MMORPG中AI的设计和优化。本文首先介绍了MMORPG中游戏AI相关的研究背景和国内外对游戏AI的研究现状,并分析了当前学术上AI和游戏界AI的异同。同时说明了信息管理在AI设计应用上起到的作用,然后通过对当前游戏界AI的主要实现方法状态机(State Machines)和行为树(Behavior Tree)的介绍、优缺点分析和对比,提出了基于状态的行为图AI设计系统。本文将AI系统分为属性层、决策层和行为层,阐述了三层之间的相互作用关系,提出打断机制和学习机制,对目前AI实现方式进行了优化。本文通过举例说明了该系统如何应用并分析了该系统的优缺点,该系统更加直观的表现了AI状态和行为之间的联系,具体行为状态模块化较好,易于扩展,基于属性层的学习机制也可以保证AI的基本学习能力。再然后本文基于游戏AI的未来发展方向和当前机器学习的发展状况,阐述了虚拟现实技术(Virtual Reality,简称VR)、增强现实技术(Augmented Reality,简称AR),机器学习(Machine Learning,简称ML)未来在游戏AI中的应用前景,提出将即时制游戏行为拆解,向回合制靠拢的方案来方便当前ML研究内容应用于即时制的MMORPG。之后本文探讨了如何将神经网络应用于游戏AI的设计中,提出通过目标反馈的方式来对属性层和决策层模型参数进行更改的方式来完成AI学习,最后总结了本文的研究内容并展望了未来MMORPG中AI的发展。