【正文】 也就是說，變異增加了全局優(yōu)化的特質(zhì)。但是，它能保證算法過程不會產(chǎn)生無法進(jìn)化的單一群體。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(jìn)行變異，則有 S39。交叉時，可實(shí)行單點(diǎn)交叉或多點(diǎn)交叉 浙江大學(xué) CADCG 國家重點(diǎn)實(shí)驗室 交叉 例如有個體 S1=100101 S2=010111 選擇它們的左邊 3位進(jìn)行交叉操作，則有 S1=010101 S2=100111 一般而言，交叉概率 P的取值為 浙江大學(xué) CADCG 國家重點(diǎn)實(shí)驗室 變異 ? 根據(jù)生物遺傳中基因變異的原理，以變異概率 Pm對某些個體的某些位執(zhí)行變異。 浙江大學(xué) CADCG 國家重點(diǎn)實(shí)驗室 交叉 ? 對于選中用于繁殖下一代的個體，隨機(jī)地選擇兩個個體的相同位置，按交叉概率 P，在選中的位置實(shí)行交換。 ? 選擇產(chǎn)生對環(huán)境適應(yīng)能力較強(qiáng)的后代。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(diǎn)實(shí)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。由于在選擇用于繁殖下一代的個體時，是根據(jù)個體對環(huán)境的適應(yīng)度而決定其繁殖量的，故而有時也稱為非均勻再生(differential reproduction) 浙江大學(xué) CADCG 國家重點(diǎn)實(shí)驗室 選擇 ? 根據(jù)適者生存原則選擇下一代的個體。這些選中的個體用于繁殖下一代?；蛭恢糜纱淖笙蛴矣嬎悖缭诖?S＝ 1101中， 0的基因位置是 3。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。 I0+W1163。I0 +W1163。 ? 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(jìn)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(shí)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(jìn)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(dá)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(shí)數(shù)表示 X屬于 A的隸屬程度。 ? GAME AI的實(shí)現(xiàn) ? 技術(shù)實(shí)現(xiàn) ? 利用充分的領(lǐng)域知識和常識 ? 客觀世界的運(yùn)動規(guī)律 (game physics) ? 利用已有的 AI技術(shù) ? 融合娛樂性 GAME AI技術(shù)簡介（ 2） ? 游戲中涉及的 AI技術(shù) ? 專家系統(tǒng) ? 用知識表示專家的經(jīng)驗，并在此基礎(chǔ)上作自動推理 ? 案例式推理 ? 將輸入與數(shù)據(jù)庫中已有的案例進(jìn)行比較，選取最為相近的案例，其已有的解決方法即為輸出 ? 有限狀態(tài)機(jī) ? 基于規(guī)則的系統(tǒng)，有限個狀態(tài)連接成一有向圖，每一條邊稱為一個轉(zhuǎn)移 GAME AI技術(shù)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(diǎn)相比較，選擇當(dāng)前結(jié)點(diǎn)的某一個子結(jié)點(diǎn)作為下一次比較的對象。游戲中的人工智能技術(shù) 浙江大學(xué)計算機(jī)學(xué)院 學(xué)習(xí)內(nèi)容和目標(biāo) ? 游戲 AI的基本概念 ? 游戲中簡單的 AI模式 ? 游戲中常用的 AI技術(shù) ? 有限狀態(tài)機(jī) ? A164。模糊邏輯等 ? 實(shí)現(xiàn) AI引擎的要點(diǎn) GAME AI技術(shù)簡介（ 1） ? GAME AI的描述 ? 使得游戲表現(xiàn)出與人的智能行為 / 活動相類似，或者與玩家的思維 /感知相符合的特性。當(dāng)?shù)竭_(dá)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(jìn)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(jī)器在自然環(huán)境下交互的工作 ? 遺傳算法 ? 直接模擬生物進(jìn)化過程，通過隨機(jī)選擇、雜交和突變等對程序、算法或者一系列參數(shù)進(jìn)行操作 ? 神經(jīng)網(wǎng)絡(luò) ? 模擬動物神經(jīng)系統(tǒng)功能的機(jī)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(shí)數(shù)表示物體隸屬于某一類的可能性 ? 置信網(wǎng)