【正文】 簡介（ 3） ? 游戲中涉及的 AI技術(shù)（續(xù)） ? 產(chǎn)生式系統(tǒng) ? 包含多個產(chǎn)生式，每一條產(chǎn)生式由條件和動作兩部分組成，當(dāng)產(chǎn)生式的條件滿足時，系統(tǒng)就執(zhí)行相應(yīng)的動作 ? 決策樹 ? 給定輸入，從樹的根部開始，將輸入與當(dāng)前結(jié)點相比較，選擇當(dāng)前結(jié)點的某一個子結(jié)點作為下一次比較的對象。例如有一個串 S＝ 1011，則其中的 1， 0， 1， 1這 4個元素分別稱為基因。適應(yīng)度準(zhǔn)則體現(xiàn)了適者生存，不適應(yīng)者淘汰的自然法則 ? 給出目標(biāo)函數(shù) f，則 f(bi)稱為個體 bi的適應(yīng)度 ? 為選中 bi為下一代個體的次數(shù) 浙江大學(xué) CADCG 國家重點實驗室 選擇 ? 性質(zhì)： 1. 適應(yīng)度較高的個體，繁殖下一代的數(shù)目較多。變異概率 Pm與生物變異極小的情況一致，所以， Pm的取值較小，一般取 ? 例如有個體 S＝ 101011，對其的第 4位置的基因進行變異，則有 S39。但是，它能保證算法過程不會產(chǎn)生無法進化的單一群體。 ? 選擇產(chǎn)生對環(huán)境適應(yīng)能力較強的后代?；蛭恢糜纱淖笙蛴矣嬎悖缭诖?S＝ 1101中， 0的基因位置是 3。 ? 列隊 (alignment)：與物群中的其他成員保持相同的航向 ? 內(nèi)聚 (cohesion)：不掉隊 ? 避開（ avoidance）：避開障礙物和天敵 ? 生存（ survival） :必要時進行捕食或者逃脫被吃 ? ??.. 群體行為的模擬（ 3） ? 游戲中的物群行為 ? RTS游戲的部隊的編隊模擬 ? RPG游戲中的群體行為模擬 ? 行為模擬的實現(xiàn) ? 無狀態(tài) ? 不紀(jì)錄任何信息 ? 每次將重新評估其環(huán)境 群體行為的模擬（ 4） ? 示例 ? 前進方向不確定，但整體行動 ? 避開障礙物 ? 飛行動物 ? 老鷹：飛行速度快，視野廣，吃麻雀 ? 麻雀：飛行速度一般，視野一般，吃昆蟲 ? 昆蟲：飛行速度慢，視野小，不捕食，能繁殖 ? 物群的喂養(yǎng) ? 餓 → 吃 → 試圖接近獵物 ? 昆蟲不能滅絕 群體行為的模擬（ 4） ? 演示 : flocking demo 模糊邏輯 ? 傳統(tǒng)邏輯把思維過程絕對化，從而達到精確、嚴(yán)格的目的 ? 舉例：一個被討論的對象 X，要么屬于某一個集合 A，要么不屬于該集合，兩者比居其一，而且兩者僅居其一，決不模棱兩可 ? 對于命題：張三的性格穩(wěn)重，如何判斷這一命題的真假？ 模糊邏輯 ? 對于上述的例子，模糊邏輯允許我們用一個 [0,1]的實數(shù)表示 X屬于 A的隸屬程度。當(dāng)?shù)竭_樹的葉子時，則給出相應(yīng)的決策 ? 搜索方法 ? 找到一列動作（或狀態(tài)轉(zhuǎn)移），使得最終的結(jié)果滿足某一特定目標(biāo) GAME AI技術(shù)簡介（ 4） ? 游戲中涉及的 AI技術(shù)（續(xù)） ? 規(guī)劃系統(tǒng) ? 給定世界的初始狀態(tài)，以及下一步可能采取的動作的精確定義，找到完成某個特定目標(biāo)的最優(yōu)路徑 ? 一階謂詞邏輯 ? 謂詞邏輯通過定義“物體”、“屬性”、“關(guān)系”等對當(dāng)前場景的狀態(tài)進行推理 ? 情景演算 ? 用一階邏輯計算在給定情景下 AI生命的反應(yīng) GAME AI技術(shù)簡介（ 5） ? 游戲中涉及的 AI技術(shù)（續(xù)） ? 多 Agent ? 研究在多個相互競爭相互合作的智能體之間所產(chǎn)生的交互智能行為 ? 人工生命 ? 多 agent系統(tǒng)一種，試圖將生命系統(tǒng)中一些普遍規(guī)律應(yīng)用到虛擬世界的人工智能體上 ? 群組行為 (Flocking) ? 人工生命的一類，研究協(xié)同移動技術(shù)，例如人工智能體如何在大量的羊群中移動 GAME AI技術(shù)簡介（ 6） ? 游戲中涉及的 AI技術(shù)（續(xù)） ? Robotics ? 讓機器在自然環(huán)境下交互的工作 ? 遺傳算法 ? 直接模擬生物進化過程，通過隨機選擇、雜交和突變等對程序、算法或者一系列參數(shù)進行操作 ? 神經(jīng)網(wǎng)絡(luò) ? 模擬動物神經(jīng)系統(tǒng)功能的機器學(xué)習(xí)方法 ? 通過反復(fù)調(diào)節(jié)系統(tǒng)內(nèi)部中各個神經(jīng)元之間的連接參數(shù)，使得訓(xùn)練得到的系統(tǒng)在大多數(shù)情況下作出優(yōu)或者近似優(yōu)的反應(yīng) GAME AI技術(shù)簡介（ 7） ? 游戲中涉及的 AI技術(shù)（續(xù)） ? 模糊邏輯 ? 與傳統(tǒng)二值（對 錯）邏輯不同，模糊邏輯用實數(shù)表示物體隸屬于某一類的可能性 ? 置信網(wǎng)絡(luò) ? 提供建立不同現(xiàn)象之間內(nèi)在因果關(guān)系的工具，并利用概率理論處理未知的和不完全的知識 ? 對當(dāng)前狀態(tài)作出判斷，并決定下一步可能的動作以及其帶來的后果 GAME AI技術(shù)簡介（ 8） ? GAME AI技術(shù)的分類 ? 確定型 ? 基于領(lǐng)域固定領(lǐng)域知識，模擬簡單的固定行為 ? 行為型 ? 基于行為模式來模擬智能行為 ? 戰(zhàn)術(shù)型 ? 策略模擬 ? RTS（ real time strategy） ? 其他 確定型 AI算法 ? 確定性算法指預(yù)先編入代碼當(dāng)中的可預(yù)測的行為 ? 從最簡單的算法開始 ? 例如，系統(tǒng)中有一顆小行星，以某一速度作勻速直線運動，它在任意時刻的位置由下列公式?jīng)Q定： ? 某種程度上，它們是智能的，但是這種智能是確定的，可預(yù)測的 Tracking/Chasing AI ? 當(dāng)智能體找到目標(biāo)后，一心一意向其移動，而不考慮任何其他的因素，例如障礙物、另外的目標(biāo)等 ? 非常機械化 ? 在每一幀中，智能體計算其到目標(biāo)的前進方向，并根據(jù)其速度，前進一段距離 浙江大學(xué) CADCG 國家重點實驗室 Tracking/Chasing算法 ? Tracking算法還可以做的更為真實一點，就像紅外導(dǎo)彈一樣： ? 在每一幀中，智能體仍然首先計算其到目標(biāo)的前進方向 ? 這時，智能體的速度允許發(fā)生變化，并根據(jù)更新后的速度，計算下一幀的位置 ? 速度有一個上限，超過這個上限，智能體的速度將減慢，直到重新加速為止 浙江大學(xué) CADCG 國家重點實驗室 Evading算法 ? 與前面的 chasing算法基本相同，唯一區(qū)別是智能體沿著遠(yuǎn)離物體的方向移動 浙江大學(xué) CADCG 國家重點實驗室 追逐行為的模擬示例 ? 你追我趕 Game AI/chasing and avoiding demo 基于行為模式的 AI ? 在任一時間點，每一個智能體都按照預(yù)先設(shè)定的某種模式運動 ? 決策系統(tǒng)根據(jù)系統(tǒng)當(dāng)前的狀態(tài)，為每一個智能體從模式集合中選擇適當(dāng)?shù)哪Ｊ? ? 模式描述了智能體將在下面幾幀中所采取的一系列動作 ? 特例： scripte