基于神經(jīng)網(wǎng)絡(luò)的人機對抗人工智能系統(tǒng)-資料下載頁
2025-06-27 21:05本頁面
【正文】 個未露面棋子的整體實力的大小比較。如果自身棋子的整體 實力比一個敵方棋子強大，對應(yīng)的輸入就為1，否則為0.神經(jīng)元依次把五個輸入與其對應(yīng)的權(quán)重（電腦角色對于每個敵方角色的實力預估）相乘，并求積的總和。如果最終 激勵值超過神經(jīng)元的閾值，則去目標地點探索承擔的風險可以接受；否則表示去目標地點探索承擔的風險太大，不 可接受。3）提升棋子實力功能提升棋子實力主要通過兩點，技能的（多選一）學習和物品的（多選一）購買。技能的學習：技能可以提升棋子的生命力或戰(zhàn)斗力。每個棋子每一等級可以學習一個技能（從自身技能庫中五選一），由于一個技能不會同時提升生命力和戰(zhàn)斗力，因 此需要評估所有類別的技能的各項數(shù)據(jù)，找出學習哪一個技能后，棋子整體實力提升最明顯。對于一些棋子的部分技能，存在一些常識性學習規(guī)則，這些規(guī)則是人類角色通過無數(shù)次試驗，得到的常識。如果一 個棋子技能學習部分存在常識性學習規(guī)則，技能將優(yōu)先按照該規(guī)則以固定的方式學習技能。如果一個棋子沒有或只有很少常識性學習規(guī)則，那么就需要使用一個通用技能學習神經(jīng)網(wǎng)絡(luò)，通過該網(wǎng)絡(luò)求最優(yōu)解 。由于通用技能學習神經(jīng)網(wǎng)絡(luò)需要做到五選一，存在競爭關(guān)系，因此需要使用競爭網(wǎng)絡(luò)。構(gòu)建一個只有輸入層和競爭層的雙層競爭網(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，可以完整描述一個棋子自身實力的所有數(shù)據(jù)，轉(zhuǎn)化為一個輸 入模式。對于每一個棋子，輸入模式是通用的，但因為每個技能都不相同，所以競爭單元也不相同。競爭層由五個競爭單元組成。每個競爭神經(jīng)單元都與輸入層的處理單元相連接，如果一個競爭單元輸入的加權(quán)和最 大，則該競爭單元對應(yīng)的技能成為優(yōu)勝者，被棋子學習。由于技能的復雜性，這個競爭網(wǎng)絡(luò)必須由人工監(jiān)督訓練。物品的購買：物品也可以提升棋子的生命力或戰(zhàn)斗力。物品總量眾多，而且物品的購買不受棋子種類限制（就是說對于每一個棋子，它能購買的物品都是相同的）。物品 的購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（一個棋子最多可以攜帶6個物品） 。電腦角色在為棋子購買物品時，不可能把每一個物品都買一遍，因此需要評估所有類別的物品的各項數(shù)據(jù)，找出購 買哪一個物品后，棋子整體實力提升最明顯。對于一些棋子的部分物品，也存在一些常識性購買規(guī)則，這些規(guī)則是人類角色通過無數(shù)次試驗，得到的常識。如果 一個棋子物品購買部分存在常識性購買規(guī)則，物品將優(yōu)先按照該規(guī)則以固定的方式購買。如果一個棋子沒有或只有很少常識性學習規(guī)則，那么就需要使用一個通用物品購買神經(jīng)網(wǎng)絡(luò)，通過該網(wǎng)絡(luò)求最優(yōu)解 。由于通用物品購買神經(jīng)網(wǎng)絡(luò)需要做到多選一，存在競爭關(guān)系，因此需要使用競爭網(wǎng)絡(luò)。構(gòu)建一個只有輸入層和競爭層的雙層競爭網(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，可以完整描述一個棋子自身實力的所有數(shù)據(jù)，轉(zhuǎn)化為一個輸 入模式。對于每一個棋子，輸入模式都通用，競爭單元也通用的。無論棋子是什么種類的，只要它的輸入模式與已 知的符合，就可以購買對應(yīng)的物品。競爭層由多個競爭單元組成，數(shù)量取決與物品總數(shù)。每個競爭神經(jīng)單元都與輸入層的處理單元相連接，如果一個競 爭單元輸入的加權(quán)和最大，則該競爭單元對應(yīng)的物品成為優(yōu)勝者，被棋子購買。由于物品的復雜性，這個競爭網(wǎng)絡(luò)必須也由人工監(jiān)督訓練。4）實時評估功能發(fā)生遭遇戰(zhàn)時，巡查系統(tǒng)會對每個電腦角色進行通告，并為其提供戰(zhàn)況情報與數(shù)據(jù)。對敵我雙方臨近戰(zhàn)場棋子整體實力的評估，是通過一個神經(jīng)元進行的。這個神經(jīng)元構(gòu)造與實現(xiàn)“探索活動區(qū)域”功 能的神經(jīng)元相似，只不過目的地坐標被自動設(shè)定為戰(zhàn)場。這個評估是告訴一個電腦角色，加入戰(zhàn)斗有多大風險，多大的勝算。電腦角色將評估結(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，是靠一個競爭網(wǎng)絡(luò)實現(xiàn)的。這個競爭網(wǎng)絡(luò)的處理單元，將戰(zhàn)場的地形、坐標、范圍，以及參與戰(zhàn)斗的敵我雙方的棋子整體實力等詳細數(shù)據(jù)，轉(zhuǎn) 化成一個輸入模式。對于每一個棋子，輸入模式都通用，競爭單元也通用。無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做出相應(yīng)的一系列動作（即實施謀略）。競爭層有多個競爭單元組成，數(shù)量取決與一個角色可以做出的謀略或配合的總數(shù)。對于電腦角色，它們一開始并不 了解，也不能識別不同輸入模式對應(yīng)的行為的意義。所以這個競爭網(wǎng)絡(luò)必須由監(jiān)督人工訓練，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應(yīng)什么樣的行為 ，等等。第五章 總結(jié)上述全部內(nèi)容就是一個DOTA人工智能系統(tǒng)的構(gòu)建理論和實現(xiàn)思路。理論的核心內(nèi)容是通過三大系統(tǒng)，即巡查系統(tǒng)、控制系統(tǒng)和命令中心，來實現(xiàn)一個人工智能的完整功 能。1）巡查系統(tǒng)就像是個裁判，它為電腦角色提供知覺能力，同時每時每刻監(jiān)督電腦角色的行為，如果發(fā)現(xiàn)電腦角色 違規(guī)，就會警告該角色并責令改正。2）控制系統(tǒng)是一個帶有反饋環(huán)節(jié)的控制手段，它為電腦角色提供對棋子的絕對控制權(quán)力，使電腦角色能夠有效地 將思維通過棋子的行為表現(xiàn)出來。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，電腦角色通過這個系統(tǒng)產(chǎn)生意識，會對感知環(huán)境， 并對對各種復雜狀況做出反應(yīng)。整個人工智能實際制作起來的難點，一是理論的建立，二是算法的設(shè)計，而算法的設(shè)計又依賴于現(xiàn)有 數(shù)據(jù)的輸入。理論為實際算法和程序代碼提供思路，反過來實際算法和程序代碼會通過自身的設(shè)計、執(zhí)行來支持理 論的正確性。編寫一個DOTA人工智能系統(tǒng)雖然是非常費時的工作，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 、排錯維護方面，還是算法復雜度、實際代碼所需量，都比完全工程學方法編寫的人工智能系統(tǒng)強大 。目前，整個DOTA AI的程序代碼已經(jīng)實現(xiàn)了第一大系統(tǒng)巡查系統(tǒng)的“信號轉(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“實施評估”功能最為重要。可以說一切其他的智能，都建立在電腦角色正確 識別當前環(huán)境、當前棋子實力等數(shù)據(jù)的基礎(chǔ)上。要完整、精確地實現(xiàn)第第三大系統(tǒng)的功能，需要以各種數(shù)據(jù)錄入完畢、各個算法設(shè)計完畢、所有神經(jīng)網(wǎng)絡(luò)正確訓練 完畢為前提。目前整個DOTA AI的制作正在進行的階段，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、神經(jīng)網(wǎng)絡(luò)訓練）才有實現(xiàn)的可能?？傮w來說，新版人工智能系統(tǒng)編程已經(jīng)完成了40%，進度快速增長中。這個全新的，與舊版有著本質(zhì)不同的人工 智能，預計完成時間——2009年年底。參考文獻[1]Mat Buckland[美].游戲編程中的人工智能技術(shù)(AI Techniques for Game Programming).清華大學出版社. [2]JASS使用教程附錄目前整個系統(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語言，以DOTA ）：
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1