在游戏智能体行为控制方面,目前国际上采用人工智能作为控制手段已存在不少。Open AI研究结果表明,特定的进化策略在训练大型神经网络时要优于原本使用基于梯度下降方法的训练效果,相对应地需要更多的计算力。在应用层面上本文尝试提出一种在低计算力情况下实现游戏智能体的逻辑行为控制方法,即一种在基于遗传算法训练神经网络的基础上,使用强化学习自行调整神经络结构的算法。本文在Unity3D运行环境中构建一个多智能体环境,在该环境中将训练任务分为两个阶段。首先在基于多策略遗传算法训练神经网络的算法当中。使用遗传算法作为搜索方法,并行性好,全局搜索能力强。但缺点是,在群体不够大时,训练初期容易由于个体基因竞争力过强导致群体整体基因丰富性降低,最终陷入局部最优。而使用多策略遗传方案可以有效降低这个缺点。其次在基于强化学习的神经网络算法当中。将神经网络的结构标记为强化学习中的状态,每个训练周期调整一次网络结构,由于在网络结构改变的过程中不会丢失网络信息从而打断训练过程,因此调整网络结构的周期可以很短,从而提高网络的训练效率,与此同时也更进一步地降低了遗传算法造成过早进入局部最优的可能性。本文的目的是,在低计算力的情况下,使用强化学习及遗传算法动态调整的神经网络依然能够满足游戏智能体行为逻辑控制的要求。实验结果表明,使用多策略遗传算法训练的游戏智能体能够完成基本的行为逻辑,并且在此基础上加入强化学习调整神经网络模块后,游戏智能体的适应度有了明显提升,同时也能够完成更复杂的行为逻辑。