【正文】 個(gè)未露面棋子的整體實(shí)力的大小比較。如果自身棋子的整體 實(shí)力比一個(gè)敵方棋子強(qiáng)大，對(duì)應(yīng)的輸入就為1，否則為0.神經(jīng)元依次把五個(gè)輸入與其對(duì)應(yīng)的權(quán)重（電腦角色對(duì)于每個(gè)敵方角色的實(shí)力預(yù)估）相乘，并求積的總和。如果最終 激勵(lì)值超過(guò)神經(jīng)元的閾值，則去目標(biāo)地點(diǎn)探索承擔(dān)的風(fēng)險(xiǎn)可以接受；否則表示去目標(biāo)地點(diǎn)探索承擔(dān)的風(fēng)險(xiǎn)太大，不 可接受。3）提升棋子實(shí)力功能提升棋子實(shí)力主要通過(guò)兩點(diǎn)，技能的（多選一）學(xué)習(xí)和物品的（多選一）購(gòu)買。技能的學(xué)習(xí)：技能可以提升棋子的生命力或戰(zhàn)斗力。每個(gè)棋子每一等級(jí)可以學(xué)習(xí)一個(gè)技能（從自身技能庫(kù)中五選一），由于一個(gè)技能不會(huì)同時(shí)提升生命力和戰(zhàn)斗力，因 此需要評(píng)估所有類別的技能的各項(xiàng)數(shù)據(jù)，找出學(xué)習(xí)哪一個(gè)技能后，棋子整體實(shí)力提升最明顯。對(duì)于一些棋子的部分技能，存在一些常識(shí)性學(xué)習(xí)規(guī)則，這些規(guī)則是人類角色通過(guò)無(wú)數(shù)次試驗(yàn)，得到的常識(shí)。如果一 個(gè)棋子技能學(xué)習(xí)部分存在常識(shí)性學(xué)習(xí)規(guī)則，技能將優(yōu)先按照該規(guī)則以固定的方式學(xué)習(xí)技能。如果一個(gè)棋子沒(méi)有或只有很少常識(shí)性學(xué)習(xí)規(guī)則，那么就需要使用一個(gè)通用技能學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，通過(guò)該網(wǎng)絡(luò)求最優(yōu)解 。由于通用技能學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)需要做到五選一，存在競(jìng)爭(zhēng)關(guān)系，因此需要使用競(jìng)爭(zhēng)網(wǎng)絡(luò)。構(gòu)建一個(gè)只有輸入層和競(jìng)爭(zhēng)層的雙層競(jìng)爭(zhēng)網(wǎng)絡(luò)。輸入層由處理單元構(gòu)成，處理單元的作用是將輸入的，可以完整描述一個(gè)棋子自身實(shí)力的所有數(shù)據(jù)，轉(zhuǎn)化為一個(gè)輸 入模式。對(duì)于每一個(gè)棋子，輸入模式是通用的，但因?yàn)槊總€(gè)技能都不相同，所以競(jìng)爭(zhēng)單元也不相同。競(jìng)爭(zhēng)層由五個(gè)競(jìng)爭(zhēng)單元組成。每個(gè)競(jìng)爭(zhēng)神經(jīng)單元都與輸入層的處理單元相連接，如果一個(gè)競(jìng)爭(zhēng)單元輸入的加權(quán)和最 大，則該競(jìng)爭(zhēng)單元對(duì)應(yīng)的技能成為優(yōu)勝者，被棋子學(xué)習(xí)。由于技能的復(fù)雜性，這個(gè)競(jìng)爭(zhēng)網(wǎng)絡(luò)必須由人工監(jiān)督訓(xùn)練。物品的購(gòu)買：物品也可以提升棋子的生命力或戰(zhàn)斗力。物品總量眾多，而且物品的購(gòu)買不受棋子種類限制（就是說(shuō)對(duì)于每一個(gè)棋子，它能購(gòu)買的物品都是相同的）。物品 的購(gòu)買僅僅受限于電腦角色的金錢資源，和棋子所攜帶物品總量（一個(gè)棋子最多可以攜帶6個(gè)物品） 。電腦角色在為棋子購(gòu)買物品時(shí)，不可能把每一個(gè)物品都買一遍，因此需要評(píng)估所有類別的物品的各項(xiàng)數(shù)據(jù)，找出購(gòu) 買哪一個(gè)物品后，棋子整體實(shí)力提升最明顯。對(duì)于一些棋子的部分物品，也存在一些常識(shí)性購(gòu)買規(guī)則，這些規(guī)則是人類角色通過(guò)無(wú)數(shù)次試驗(yàn)，得到的常識(shí)。如果 一個(gè)棋子物品購(gòu)買部分存在常識(shí)性購(gòu)買規(guī)則，物品將優(yōu)先按照該規(guī)則以固定的方式購(gòu)買。如果一個(gè)棋子沒(méi)有或只有很少常識(shí)性學(xué)習(xí)規(guī)則，那么就需要使用一個(gè)通用物品購(gòu)買神經(jīng)網(wǎng)絡(luò)，通過(guò)該網(wǎng)絡(luò)求最優(yōu)解 。由于通用物品購(gòu)買神經(jīng)網(wǎng)絡(luò)需要做到多選一，存在競(jìng)爭(zhēng)關(guān)系，因此需要使用競(jìng)爭(zhēng)網(wǎng)絡(luò)。構(gòu)建一個(gè)只有輸入層和競(jìng)爭(zhēng)層的雙層競(jìng)爭(zhēng)網(wǎng)絡(luò)。輸入層由處理單元構(gòu)成，處理單元的作用是將輸入的，可以完整描述一個(gè)棋子自身實(shí)力的所有數(shù)據(jù)，轉(zhuǎn)化為一個(gè)輸 入模式。對(duì)于每一個(gè)棋子，輸入模式都通用，競(jìng)爭(zhēng)單元也通用的。無(wú)論棋子是什么種類的，只要它的輸入模式與已 知的符合，就可以購(gòu)買對(duì)應(yīng)的物品。競(jìng)爭(zhēng)層由多個(gè)競(jìng)爭(zhēng)單元組成，數(shù)量取決與物品總數(shù)。每個(gè)競(jìng)爭(zhēng)神經(jīng)單元都與輸入層的處理單元相連接，如果一個(gè)競(jìng) 爭(zhēng)單元輸入的加權(quán)和最大，則該競(jìng)爭(zhēng)單元對(duì)應(yīng)的物品成為優(yōu)勝者，被棋子購(gòu)買。由于物品的復(fù)雜性，這個(gè)競(jìng)爭(zhēng)網(wǎng)絡(luò)必須也由人工監(jiān)督訓(xùn)練。4）實(shí)時(shí)評(píng)估功能發(fā)生遭遇戰(zhàn)時(shí)，巡查系統(tǒng)會(huì)對(duì)每個(gè)電腦角色進(jìn)行通告，并為其提供戰(zhàn)況情報(bào)與數(shù)據(jù)。對(duì)敵我雙方臨近戰(zhàn)場(chǎng)棋子整體實(shí)力的評(píng)估，是通過(guò)一個(gè)神經(jīng)元進(jìn)行的。這個(gè)神經(jīng)元構(gòu)造與實(shí)現(xiàn)“探索活動(dòng)區(qū)域”功 能的神經(jīng)元相似，只不過(guò)目的地坐標(biāo)被自動(dòng)設(shè)定為戰(zhàn)場(chǎng)。這個(gè)評(píng)估是告訴一個(gè)電腦角色，加入戰(zhàn)斗有多大風(fēng)險(xiǎn)，多大的勝算。電腦角色將評(píng)估結(jié)果于自身的性格值結(jié)合，最 后決定是否加入戰(zhàn)斗。電腦角色謀略的使用，是靠一個(gè)競(jìng)爭(zhēng)網(wǎng)絡(luò)實(shí)現(xiàn)的。這個(gè)競(jìng)爭(zhēng)網(wǎng)絡(luò)的處理單元，將戰(zhàn)場(chǎng)的地形、坐標(biāo)、范圍，以及參與戰(zhàn)斗的敵我雙方的棋子整體實(shí)力等詳細(xì)數(shù)據(jù)，轉(zhuǎn) 化成一個(gè)輸入模式。對(duì)于每一個(gè)棋子，輸入模式都通用，競(jìng)爭(zhēng)單元也通用。無(wú)論棋子是什么種類的，只要它的輸入 模式與已知的符合，控制它的電腦角色就會(huì)做出相應(yīng)的一系列動(dòng)作（即實(shí)施謀略）。競(jìng)爭(zhēng)層有多個(gè)競(jìng)爭(zhēng)單元組成，數(shù)量取決與一個(gè)角色可以做出的謀略或配合的總數(shù)。對(duì)于電腦角色，它們一開始并不 了解，也不能識(shí)別不同輸入模式對(duì)應(yīng)的行為的意義。所以這個(gè)競(jìng)爭(zhēng)網(wǎng)絡(luò)必須由監(jiān)督人工訓(xùn)練，由人告訴電腦角色， 什么樣的行為是迂回、是誘敵深入或埋伏落單敵方棋子等，以及什么樣的輸入模式對(duì)應(yīng)什么樣的行為 ，等等。第五章 總結(jié)上述全部?jī)?nèi)容就是一個(gè)DOTA人工智能系統(tǒng)的構(gòu)建理論和實(shí)現(xiàn)思路。理論的核心內(nèi)容是通過(guò)三大系統(tǒng)，即巡查系統(tǒng)、控制系統(tǒng)和命令中心，來(lái)實(shí)現(xiàn)一個(gè)人工智能的完整功 能。1）巡查系統(tǒng)就像是個(gè)裁判，它為電腦角色提供知覺(jué)能力，同時(shí)每時(shí)每刻監(jiān)督電腦角色的行為，如果發(fā)現(xiàn)電腦角色 違規(guī)，就會(huì)警告該角色并責(zé)令改正。2）控制系統(tǒng)是一個(gè)帶有反饋環(huán)節(jié)的控制手段，它為電腦角色提供對(duì)棋子的絕對(duì)控制權(quán)力，使電腦角色能夠有效地 將思維通過(guò)棋子的行為表現(xiàn)出來(lái)。3）命令中心類似于人類的大腦，它為電腦角色提供思維能力，電腦角色通過(guò)這個(gè)系統(tǒng)產(chǎn)生意識(shí)，會(huì)對(duì)感知環(huán)境， 并對(duì)對(duì)各種復(fù)雜狀況做出反應(yīng)。整個(gè)人工智能實(shí)際制作起來(lái)的難點(diǎn)，一是理論的建立，二是算法的設(shè)計(jì)，而算法的設(shè)計(jì)又依賴于現(xiàn)有 數(shù)據(jù)的輸入。理論為實(shí)際算法和程序代碼提供思路，反過(guò)來(lái)實(shí)際算法和程序代碼會(huì)通過(guò)自身的設(shè)計(jì)、執(zhí)行來(lái)支持理 論的正確性。編寫一個(gè)DOTA人工智能系統(tǒng)雖然是非常費(fèi)時(shí)的工作，但它由于使用了人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)，因此不論是功能方面 、排錯(cuò)維護(hù)方面，還是算法復(fù)雜度、實(shí)際代碼所需量，都比完全工程學(xué)方法編寫的人工智能系統(tǒng)強(qiáng)大 。目前，整個(gè)DOTA AI的程序代碼已經(jīng)實(shí)現(xiàn)了第一大系統(tǒng)巡查系統(tǒng)的“信號(hào)轉(zhuǎn)化”功能，和第二大系統(tǒng)控制系統(tǒng)的全部功能“指令的 發(fā)布/響應(yīng)與執(zhí)行結(jié)果反饋”。所有系統(tǒng)中，以第三大系統(tǒng)命令中心“實(shí)施評(píng)估”功能最為重要?？梢哉f(shuō)一切其他的智能，都建立在電腦角色正確 識(shí)別當(dāng)前環(huán)境、當(dāng)前棋子實(shí)力等數(shù)據(jù)的基礎(chǔ)上。要完整、精確地實(shí)現(xiàn)第第三大系統(tǒng)的功能，需要以各種數(shù)據(jù)錄入完畢、各個(gè)算法設(shè)計(jì)完畢、所有神經(jīng)網(wǎng)絡(luò)正確訓(xùn)練 完畢為前提。目前整個(gè)DOTA AI的制作正在進(jìn)行的階段，就是數(shù)據(jù)的錄入。只有將所有必要的數(shù)據(jù)錄入完畢后，所有依賴于數(shù)據(jù)完整的后續(xù)功 能（算法設(shè)計(jì)、神經(jīng)網(wǎng)絡(luò)訓(xùn)練）才有實(shí)現(xiàn)的可能。總體來(lái)說(shuō)，新版人工智能系統(tǒng)編程已經(jīng)完成了40%，進(jìn)度快速增長(zhǎng)中。這個(gè)全新的，與舊版有著本質(zhì)不同的人工 智能，預(yù)計(jì)完成時(shí)間——2009年年底。參考文獻(xiàn)[1]Mat Buckland[美].游戲編程中的人工智能技術(shù)(AI Techniques for Game Programming).清華大學(xué)出版社. [2]JASS使用教程附錄目前整個(gè)系統(tǒng)已完成控制系統(tǒng)，和巡查系統(tǒng)部分功能。已經(jīng)完成的DOTA AI代碼如下（JASS語(yǔ)言，以DOTA ）：