游戏智能相关论文
总结了国内外人工智能技术在游戏领域的研究进展,分析了游戏领域的研究进步对于现实社会的意义。针对强化学习中免模型方法存在的......
进化神经网络算法在人工智能以及设计游戏中非玩者角色(Non-playablecharacter-NPC)智能领域中越来越引起人们的注目。利用进化神......
在机器学习领域中,直接利用高维的感知数据,例如视觉语音信号等,训练学习并获得一个具有良好控制策略的决策系统仍然是一个挑战性......
当前游戏中非玩家角色（Non-player Character,NPC）的行为主要基于随机决策或者传统的预定义行为决策,该方法的NPC不具有对游戏环境的......
伴随着计算机游戏行业的发展，游戏智能已经经历了几十年的发展。它一般是通过控制游戏中非玩家角色（non-player character，NPC）的行为......
目前大多数都是使用以值为基础的Q函数如DQN强化学习算法进行研究,减少了对更加直观的以策略方法为基础的强化学习算法的研究。且......
大多数人工智能技术在游戏中应用只能解决现有游戏中出现的游戏智能问题,没有让游戏中的人工智能具备自成长。因此,提出一种人工神......
近年来，随着游戏产业在国际范围内的快速发展，游戏智能的研究逐渐受到人们的关注。本文针对中国跳棋游戏的简化模型，设计了一个具有离......
研究人工智能在视频游戏(Video Game)上的应用和在经典游戏(Classic Game)上的应用目的是不同的。比如说研究经典游戏围棋(GO)的人......
基于D-FSM游戏人物建模技术是一种较为流行的游戏人物行为建模方法,主要对基于D-FSM游戏人物行为建模方法进行介绍和分析,并在此基......
目前研究人员大多把目光放在以深度Q网络(Deep Q Network,DQN)为代表的基于价值的强化学习算法,忽视了理论更为坚实和更新过程更为......
