基于神經(jīng)網(wǎng)絡(luò)的人機對抗人工智能系統(tǒng)(編輯修改稿)
2025-07-24 21:05 本頁面
【文章內(nèi)容簡介】 法為主導，工程學為輔助的算法，在理 論上構(gòu)建一個人工智系統(tǒng)。理論上，一個完整的人工智能系統(tǒng)，應包含如下幾大部分。 巡查系統(tǒng)DOTA AI是建立在DOTA的基礎(chǔ)上的，所以最重要的一點，是必須嚴格遵守DOTA的各項規(guī)則，電腦角色的各種行 為不能超出DOTA規(guī)則所允許的范圍之外。這些規(guī)則將通過一個巡查系統(tǒng)實現(xiàn)。由于規(guī)則是完全固定的，不會，也不容許有任何更改，因此該系統(tǒng)使用工程學 方法編程。巡查系統(tǒng)是獨立于所有電腦角色之外的裁判，應該有如下功能：1）信號轉(zhuǎn)化把進行對抗時，所有傳遞給人類的、人類大腦可以識別的視覺、聽覺等信息，轉(zhuǎn)化為電腦角色可以識別的數(shù)字信號 。這個功能為電腦角色提供知覺能力。2）行為限制因為人類角色在進行對抗前，已經(jīng)熟知了對抗規(guī)則，所以會自覺地避免讓所控制棋子做出違規(guī)行為的 情形。而巡查系統(tǒng)就起著實時監(jiān)控電腦角色行為的功能，如果某個電腦角色的數(shù)據(jù)，有可能指引它控制的棋子做出違規(guī)的 行為，則巡查系統(tǒng)就對該電腦角色發(fā)出警告，使其修正數(shù)據(jù)。 控制系統(tǒng)為了使電腦角色有效地控制它的棋子，必須有一個系統(tǒng)，能夠接收電腦角色發(fā)出的指令，并使棋子執(zhí) 行該指令。由于棋子應對電腦角色發(fā)出的指令絕對服從，因此控制系統(tǒng)也使用工程學方法編程。控制系統(tǒng)應該有如下功能：1）發(fā)布指令電腦角色可以通過這一功能，對它控制的棋子下達各種指令，比如移動、攻擊、撤退、防守，等等。2）響應指令電腦角色發(fā)布一個指令后，棋子就必須立刻響應該指令，并嚴格執(zhí)行。3）執(zhí)行結(jié)果反饋棋子執(zhí)行指令后，要對電腦角色匯報指令的執(zhí)行情況。如果由于一些不可抗拒因素，指令未被執(zhí)行，或者指令執(zhí)行 不到位，電腦角色就要迅速做出其他決策。 指令中心指令中心是整個人工智能系統(tǒng)的核心，它起著人類大腦的思維的作用。沒有指令中心，所有電腦角色也只不過是一 堆堆數(shù)據(jù)；有了指令中心，電腦角色就是真人一樣的存在，才有類似真人一樣的思維和行為。指令中心應該有如下功能：1）知己知彼所謂“知己知彼，百戰(zhàn)不殆”，電腦角色想要正確做出決策，必須全面掌握己方和敵方的詳細數(shù)據(jù)。雖然電腦角色可以控制的棋子種類很多，每個棋子的實力也不同，但由于棋子所有的能力（生命力、戰(zhàn)斗力等）都 可以用具體的數(shù)據(jù)來表示，因此無論任何時候，一個由電腦角色控制的棋子，它的整體實力都可以靠一系列實數(shù)完 整地描述。所以這個功能用完全工程學方法實現(xiàn)。2）探索活動區(qū)域DOTA的活動區(qū)域很大，而棋子的視野很小，所以電腦角色需要通過讓棋子探索活動區(qū)域來掌握戰(zhàn)場狀況。因為 存在少數(shù)幾處固定的“兵家必爭之地”，但由于其他（不論人類還是電腦）角色控制的棋子是活動的，懂得轉(zhuǎn)移陣 地或建立臨時陣地，所以這個功能可以由半工程學方法、半模擬法共同實現(xiàn)。3）提升棋子實力為了戰(zhàn)勝敵人，需要使自己控制的棋子變得更強。增強棋子實力的方式是獲得經(jīng)驗值、提升等級、學習技能、購買 物品。DOTA中每個棋子都有經(jīng)驗值的設(shè)定，通過與敵人對抗，每次對抗的勝利者都會獲得經(jīng)驗值。每當經(jīng)驗值累積到一定程度，棋子的等級就會提升。棋子每提升一次等級，就可以學習一個技能。一個棋子可以從它的技能庫中選擇一個技能（五選一） 進行學習。DOTA中有數(shù)量眾多的物品可供電腦角色購買，并裝備給它控制的棋子。通過與敵人對抗，每次對抗的勝利者都 會獲得金錢獎勵，當金錢獎勵累積到一定程度，就可以從物品庫中購買一個物品（多選一），裝備給 它的棋子。每個電腦的棋子實力都不相同，因此不同技能和不同物品對棋子起到的能力提升作用也不同，組合數(shù)量非常巨大。 雖然在技能學習和物品購買方面，存在一些已有的常識性規(guī)則，但更多時候還要靠模擬法實現(xiàn)。4）實時評估就算電腦角色知己知彼，也知道如何提升自己棋子的實力，但真正面對敵人時，就需要有快速反應能力，評估戰(zhàn)場 局勢，是攻是退、是堅守陣地還是呼叫支援。RGB的人工智能系統(tǒng)最大的弊端就在于，這一戰(zhàn)場評估功能也采用了完全工程學編程，使得電腦角色沒有主動的 、實時的評估能力，只有被動的、反應速度慢的評估能力，而被人類角色用計謀輕易擊敗。而新版人工智能系統(tǒng)采用模擬法編程，能使電腦角色擁有較強的分析能力和計謀使用能力，讓其更不 易被擊敗。另外，電腦角色的實施評估能力要受到巡查系統(tǒng)的制約，即電腦角色不能以違規(guī)的方式對付敵方角色，敵方角色也 不能以違規(guī)的方式對付己方角色。擁有上述三大系統(tǒng)后，這個人工智能理論設(shè)計就完成了。下面可以開始將數(shù)學算法應用于理論當中。第四章 數(shù)學算法的實際應用 確定三大系統(tǒng)的參數(shù)和意義三大系統(tǒng)為巡查系統(tǒng)、控制系統(tǒng)和指令中心。每個系統(tǒng)都有傳入、傳出兩類參數(shù)。 巡查系統(tǒng)巡查系統(tǒng)使用完全工程學方法編寫。巡查系統(tǒng)的參數(shù)有：1）信號轉(zhuǎn)化方面?zhèn)魅雲(yún)?shù)：①內(nèi)容：己方角色總數(shù)量及棋子總數(shù)量、每個己方角色當前金錢資源、每個己方棋子當前的實力數(shù)據(jù)（生命力、戰(zhàn) 斗力、已學技能、已購買物品），以及所處位置敵方角色總數(shù)量及棋子總數(shù)量、每個敵方棋子當前的實力數(shù)據(jù)（生命力、戰(zhàn)斗力、已學技能、已購買物品），以及 出現(xiàn)在己方棋子視野中的每個敵方棋子的位置②類型：視覺信號③描述：對于人類角色，上述信號都是通過人類的雙眼，以視覺圖像方式傳入大腦。傳出參數(shù)：①內(nèi)容：內(nèi)存中的數(shù)據(jù)②類型：實數(shù)組③描述：上述各項信號雖然以視覺圖像表達出來，通過人類的雙眼傳入大腦，但這些信號在電腦內(nèi)存中都有對應的 內(nèi)存地址。信號轉(zhuǎn)化實際上，是直接將這些信號對應的內(nèi)存中的數(shù)據(jù)，傳送給指令中心。2）行為限制方面?zhèn)魅雲(yún)?shù)：①內(nèi)容：每個電腦角色通過控制系統(tǒng)下達給棋子的指令②類型：句柄——發(fā)布指令的電腦角色，句柄——執(zhí)行指令的棋子，整數(shù)——指令本身，句柄——目標單位或目標 地點③描述：巡查系統(tǒng)檢查電腦角色下達的指令，將其與內(nèi)置的固定規(guī)則進行運算、比較傳出參數(shù)：①內(nèi)容：“允許”或“否決”②類型：布爾值③描述：如果下達給棋子的指令沒有違反最根本的規(guī)則，就允許該指令；反之否決該指令，并給電腦角色一個“警 告”懲罰，讓其重新調(diào)整角色。 控制系統(tǒng)控制系統(tǒng)也使用完全工程學方法編寫?？刂葡到y(tǒng)的參數(shù)有：傳入?yún)?shù)：①內(nèi)容：電腦角色通過指令中心實施評估后，下達的指令②類型：句柄——發(fā)布指令的電腦角色，句柄——執(zhí)行指令的棋子，整數(shù)——指令本身，句柄——目標單位或目標 地點③描述：棋子接收到指令后會立刻響應。傳出參數(shù)：①內(nèi)容：棋子執(zhí)行指令的結(jié)果②類型：浮點數(shù)——指令完成度③描述：用于反饋給命令中心，這次下達/響應指令是否成功。 命令中心命令中心的參數(shù)有：1）知己知彼方面該功能使用完全工程學方法編寫。傳入?yún)?shù)：①內(nèi)容：經(jīng)過巡查系統(tǒng)轉(zhuǎn)化過的各種信號②類型：實數(shù)組③描述：巡查系統(tǒng)為電腦角色提供知覺傳出參數(shù)：①內(nèi)容：己方角色及其控制的棋子的整體實力、敵方角色及其控制的棋子的整體實力
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1