论文部分内容阅读
中图分类号：TP18 文献标识码：TP 文章编号：1009-914X（2013）01- 0287-01
在虚拟游戏中，人工智能通常会用以下四种模式中的一种或几种混合：
1、以规则为基础
这种方式属于较为传统的人工智能原理，是一种可以预测、方便测试与调试的方法，采用以规则为基础的人工智能方法来设计各种虚拟角色的行为，在编程方法中通常使用“if……then……else……”语句，或“switch……case……”语句来实现。
2、以目标为基础
在这种方式中，虚拟游戏的设计人员必须定义出虚拟角色的一些目标，以及达成这些目标所需要的方法，因此设计师设计的角色必须至少包含四种状态，目标、知识、策略、环境。在以目标为基础的游戏角色中，角色会根据环境的变化把互动信息作为行动的依据，列入其选择策略的依据之中。实施的结果就是虚拟角色的一连串动作行为。
3、以代理人为基础
所谓的代理人，其实就是虚拟游戏中的一个虚拟角色。它可以是玩家的敌人，也可能是游戏过程中一起战斗、探索的伙伴。通常在设计上，会赋予代理人性格、能力、生命等特征，让它能够响应或者主动与玩家、环境进行互动，并具有一定程度的自主行为。
4、以人工生命为基础
这种方式是人工智能的终极，赋予虚拟角色除了生物智能人物质身体以外的所有特性，情绪、记忆、感情、复杂的社会关系与历史，使虚拟角色成为具有生物功能的特殊生命来与玩家进行互动。
作为一款完整的虚拟游戏，它至少需要包含以下的一些要素：
1、地点：一个虚构的世界，虚拟游戏存在的最基础的载体。
2、人物：一些虚拟的人物，虚拟游戏表达其存在感的媒介。
3、时间：一段或虚拟或真实的故事、历史，虚拟游戏传递给进入者真实感、沉浸感的基石。
4、事件：一件或很多件正在发生的、能够让真实的人参与进来的、有特别的吸引力的事件，这些事件是虚拟游戏产生的根本原因，这些事件也是人工智能在虚拟游戏中的主要应用范围。
首先，从知识的角度来看，智能就是获取和利用知识的过程，因此，如何形成知识和建立知识库是AI系统的核心问题。从目前学术界的研究成果来看，有三种解决方案。
第一，建立一个专门的编辑系统，使某一领域的专家可以直接和AI系统的知识库通信。
第二，随着自然语言处理技术的进展，进一步发展人直接用自然语言对计算机进行示教和指挥。
第三，AI系统能直接从它所从事的领域学习重要的知识。
无疑的，第三种方法是最省事的方法。以人为例，由于人具有从经验学习的能力，所以人的许多知识都是通过学习获取的，因此能否使AI系统具有自动学习的机制，乃是解决自动获取知识的一个重要途径。
我们可以用一种更成熟的方法来解决如何类比的问题，使用目标分析法。目标分析法是GPS（通用问题求解程序）和STRIP（斯坦福问题求解法）的核心内容，这种策略的基本工作方法是，首先决定起始状态和目标状态之间的差别，然后选择能够消除这一差别的规则，如果这一规则能够直接用于起始状态，则产生一个新的状态，当这一状态满足目标需求时，问题得解，如果这一规则不能直接用于起始状态，则将使用该规则的前提条件作为子目标，重复上述过程，直到问题得解。
也就是说，问题的求解，就是在某个问题的领域中，找出从起始状态到目标状态的所有中间状态，以及起始状态变化为这些中间状态直至变化为目标状态的行为序列或产生式规则集。但是在实际的应用中，转移到某一个状态的行为规则往往有很多个，而对应于选定的行为规则有可能会产生更多的新状态，很容易产生状态爆炸，这样在问题还没有解决时，内存就耗完了，因此，我们需要考虑一个类似于运筹学中的最短路径的求解过程，以便使用最少的资源最快地解决问题。
以上内容讨论的是建立AI系统的理论方法，那么如何将其应用到实际操作中呢？我们可以采用以下的模式。
1、建立一个基本脚本库，对虚拟角色（一切可能与参与者互动的物体，虚拟人、虚拟生物、虚拟物品等）的共性做出定义和解释，例如走、跑、跳等基本能力。
建立一个以每个虚拟角色的独立标识，例如名字、数码编号等唯一识别符号为根的高级脚本库，对虚拟角色的特性做出定义和解释，例如口头禅、逃跑、技能、欺骗等独特能力。
2、利用基础分形理论，局部的自相似性，从样本的整体库中抽取一定数量的能力，作为虚拟角色的“基因”，且其中有显性的（被动能力）、隐性的（①、需要条件才能发动的能力。②、不能发动，但可能会与其它虚拟角色产生互动的能力）
3、对所有的脚本进行价值划分，脚本价值由运行效率决定，以便达到最优的虚拟角色关系结构。与现实一样，22%左右的虚拟角色将会占用掉78%左右的脚本资源。
4、建立分层控制系统，虚拟角色之间的关系是一个下宽上窄的金字塔形结构，局部的变化只与该局部的最小指挥模块发生从属关系，與更高层无关。即第一层对第二层进行直接控制，第N层对第N+1层进行直接控制。
5、描述虚拟环境，当虚拟环境建立后，会产生一系列的信息，我们对环境中的每一个有用的元素都需要做出描述，包括但不限于：
①、位置：2D环境下使用（x、y）标识空间中点，3D环境下使用（x、y、z）标识空间中点。
②、空间：2D环境下使用（近似形状、面积）标识，3D环境下使用（近似形状、体积）。
③、属性：描述该元素特性，定义一个库，库中包含描述元素需要用到的词语和对应定义，在描述元素特性时，只能使用该库中存在的词语进行描述，例如门、攻击性、欺骗性等。
6、信息处理，当虚拟角色获取到周边环境的元素信息时，根据元素属性将信息分类，根据需要区分信息的优先级，需要优先考虑的信息在决策序列中排在前面，根据AI的等级，确定一定数量的关键信息，作为本次信息处理做出决策的核心数据。
以上就是人工智能技术在虚拟游戏中的一些最基本的应用理论与方法，目前来说，人工智能的实现受限于硬件设施的条件，大部分还停留在理论层面，但一些核心的人工智能理论已经开始广泛的应用在虚拟游戏的各个领域之中。各个类型的虚拟游戏，例如RPG（Role-playing Game：角色扮演游戏）、SLG（SimuLation Game：策略战棋游戏）等各种类型的游戏中，都利用了人工智能的理论来设计虚拟角色应对不同状况时的行为模式，并取得了很好的效果，带给了游戏体验者更加深入的沉浸感。
在虚拟游戏中，人工智能通常会用以下四种模式中的一种或几种混合：
1、以规则为基础
这种方式属于较为传统的人工智能原理，是一种可以预测、方便测试与调试的方法，采用以规则为基础的人工智能方法来设计各种虚拟角色的行为，在编程方法中通常使用“if……then……else……”语句，或“switch……case……”语句来实现。
2、以目标为基础
在这种方式中，虚拟游戏的设计人员必须定义出虚拟角色的一些目标，以及达成这些目标所需要的方法，因此设计师设计的角色必须至少包含四种状态，目标、知识、策略、环境。在以目标为基础的游戏角色中，角色会根据环境的变化把互动信息作为行动的依据，列入其选择策略的依据之中。实施的结果就是虚拟角色的一连串动作行为。
3、以代理人为基础
所谓的代理人，其实就是虚拟游戏中的一个虚拟角色。它可以是玩家的敌人，也可能是游戏过程中一起战斗、探索的伙伴。通常在设计上，会赋予代理人性格、能力、生命等特征，让它能够响应或者主动与玩家、环境进行互动，并具有一定程度的自主行为。
4、以人工生命为基础
这种方式是人工智能的终极，赋予虚拟角色除了生物智能人物质身体以外的所有特性，情绪、记忆、感情、复杂的社会关系与历史，使虚拟角色成为具有生物功能的特殊生命来与玩家进行互动。
作为一款完整的虚拟游戏，它至少需要包含以下的一些要素：
1、地点：一个虚构的世界，虚拟游戏存在的最基础的载体。
2、人物：一些虚拟的人物，虚拟游戏表达其存在感的媒介。
3、时间：一段或虚拟或真实的故事、历史，虚拟游戏传递给进入者真实感、沉浸感的基石。
4、事件：一件或很多件正在发生的、能够让真实的人参与进来的、有特别的吸引力的事件，这些事件是虚拟游戏产生的根本原因，这些事件也是人工智能在虚拟游戏中的主要应用范围。
首先，从知识的角度来看，智能就是获取和利用知识的过程，因此，如何形成知识和建立知识库是AI系统的核心问题。从目前学术界的研究成果来看，有三种解决方案。
第一，建立一个专门的编辑系统，使某一领域的专家可以直接和AI系统的知识库通信。
第二，随着自然语言处理技术的进展，进一步发展人直接用自然语言对计算机进行示教和指挥。
第三，AI系统能直接从它所从事的领域学习重要的知识。
无疑的，第三种方法是最省事的方法。以人为例，由于人具有从经验学习的能力，所以人的许多知识都是通过学习获取的，因此能否使AI系统具有自动学习的机制，乃是解决自动获取知识的一个重要途径。
我们可以用一种更成熟的方法来解决如何类比的问题，使用目标分析法。目标分析法是GPS（通用问题求解程序）和STRIP（斯坦福问题求解法）的核心内容，这种策略的基本工作方法是，首先决定起始状态和目标状态之间的差别，然后选择能够消除这一差别的规则，如果这一规则能够直接用于起始状态，则产生一个新的状态，当这一状态满足目标需求时，问题得解，如果这一规则不能直接用于起始状态，则将使用该规则的前提条件作为子目标，重复上述过程，直到问题得解。
也就是说，问题的求解，就是在某个问题的领域中，找出从起始状态到目标状态的所有中间状态，以及起始状态变化为这些中间状态直至变化为目标状态的行为序列或产生式规则集。但是在实际的应用中，转移到某一个状态的行为规则往往有很多个，而对应于选定的行为规则有可能会产生更多的新状态，很容易产生状态爆炸，这样在问题还没有解决时，内存就耗完了，因此，我们需要考虑一个类似于运筹学中的最短路径的求解过程，以便使用最少的资源最快地解决问题。
以上内容讨论的是建立AI系统的理论方法，那么如何将其应用到实际操作中呢？我们可以采用以下的模式。
1、建立一个基本脚本库，对虚拟角色（一切可能与参与者互动的物体，虚拟人、虚拟生物、虚拟物品等）的共性做出定义和解释，例如走、跑、跳等基本能力。
建立一个以每个虚拟角色的独立标识，例如名字、数码编号等唯一识别符号为根的高级脚本库，对虚拟角色的特性做出定义和解释，例如口头禅、逃跑、技能、欺骗等独特能力。
2、利用基础分形理论，局部的自相似性，从样本的整体库中抽取一定数量的能力，作为虚拟角色的“基因”，且其中有显性的（被动能力）、隐性的（①、需要条件才能发动的能力。②、不能发动，但可能会与其它虚拟角色产生互动的能力）
3、对所有的脚本进行价值划分，脚本价值由运行效率决定，以便达到最优的虚拟角色关系结构。与现实一样，22%左右的虚拟角色将会占用掉78%左右的脚本资源。
4、建立分层控制系统，虚拟角色之间的关系是一个下宽上窄的金字塔形结构，局部的变化只与该局部的最小指挥模块发生从属关系，與更高层无关。即第一层对第二层进行直接控制，第N层对第N+1层进行直接控制。
5、描述虚拟环境，当虚拟环境建立后，会产生一系列的信息，我们对环境中的每一个有用的元素都需要做出描述，包括但不限于：
①、位置：2D环境下使用（x、y）标识空间中点，3D环境下使用（x、y、z）标识空间中点。
②、空间：2D环境下使用（近似形状、面积）标识，3D环境下使用（近似形状、体积）。
③、属性：描述该元素特性，定义一个库，库中包含描述元素需要用到的词语和对应定义，在描述元素特性时，只能使用该库中存在的词语进行描述，例如门、攻击性、欺骗性等。
6、信息处理，当虚拟角色获取到周边环境的元素信息时，根据元素属性将信息分类，根据需要区分信息的优先级，需要优先考虑的信息在决策序列中排在前面，根据AI的等级，确定一定数量的关键信息，作为本次信息处理做出决策的核心数据。
以上就是人工智能技术在虚拟游戏中的一些最基本的应用理论与方法，目前来说，人工智能的实现受限于硬件设施的条件，大部分还停留在理论层面，但一些核心的人工智能理论已经开始广泛的应用在虚拟游戏的各个领域之中。各个类型的虚拟游戏，例如RPG（Role-playing Game：角色扮演游戏）、SLG（SimuLation Game：策略战棋游戏）等各种类型的游戏中，都利用了人工智能的理论来设计虚拟角色应对不同状况时的行为模式，并取得了很好的效果，带给了游戏体验者更加深入的沉浸感。