游戲中的人工智能技術-閱讀頁
2025-01-28 18:09本頁面
【正文】 適應能量 ? 選擇 ? 重復 1. 雜交 2. 變異 3. 觀察每個個體對環(huán)境的適應能量 4. 選擇 ? 直到滿足某些結束條件 浙江大學 CADCG 國家重點實驗室 進化和遺傳學的概念 ? 串（ string） ? 它是個體 (Individual)的形式，在算法中為二進制串，并且對應于遺傳學中的染色體 (Chromosome) ? 群體 (Population) ? 個體的集合稱為群體，串是群體的元素 ? 基因 (Gene) ? 基因是串中的元素，基因用于表示個體的特征。它們的值稱為等位基因 (Alletes) ? 基因位置 (Gene Position) ? 一個基因在串中的位置稱為基因位置，有時也簡稱基因位?；蛭恢脤谶z傳學中的地點 (Locus) 進化和遺傳學的概念 ? 基因特征值 (Gene Feature) ? 在用串表示整數(shù)時，基因的特征值與二進制數(shù)的權一致；例如在串 S=1011中，基因位置 3中的 1，它的基因特征值為 2；基因位置 1中的 1，它的基因特征值為 8 ? 非線性 ? 它對應遺傳學中的異位顯性 (Epistasis) ? 適應度 (Fitness) ? 表示某一個體對于環(huán)境的適應程度 選擇 ? 這是從群體中選擇出較適應環(huán)境的個體。故有時也稱這一操作為再生 (Reproduction)。在選擇時，以適應度為選擇原則。 2. 適應度較小的個體，繁殖下一代的數(shù)目較少；甚至被淘汰。對于問題求解角度來講，就是選擇出和最優(yōu)解較接近的中間解。這個過程反映了隨機信息交換；目的在于產生新的基因組合，也即產生新的個體。在變異時，對執(zhí)行變異的串的對應位求反，即把 1變?yōu)?0，把 0變?yōu)?1。=001111 ? 單靠變異不能在求解中得到好處。因為在所有的個體一樣時，交叉是無法產生新的個體的，這時只能靠變異產生新的個體。 浙江大學 CADCG 國家重點實驗室 組合 ? 選擇＋雜交＝進化 ? 選擇使得適者生存 ? 雜交將不同個體中優(yōu)良的基因保存下來，創(chuàng)造新的具有各方面優(yōu)勢的品種 ? 選擇＋變異＝在優(yōu)化中加入隨機擾動 ? 遺傳算法是采用隨機方法進行最優(yōu)解搜索，選擇體現(xiàn)了向最優(yōu)解迫近，變異體現(xiàn)了全局最優(yōu)解的復蓋 ? 壞的變異將最終被選擇出去 浙江大學 CADCG 國家重點實驗室 組合 ? 選擇＋雜交＋突變＝遺傳算法的力量 浙江大學 CADCG 國家重點實驗室 遺傳算法 ? P:= 以隨機方式產生串的集合 ? 如果最優(yōu)個體的適應度還未達到給定的閥值，或者最優(yōu)個體的適應度和群體適應度仍然在上升 1. 令 fi=Fitness(pi), i=1… n 2. 令 P’= SelectionNewPopulation(p,f) 3. 隨機兩兩組合 P’中的個體 4. 對每一對個體，以概率 C進行雜交 5. 對 P’中的每一個個體，以概率 M進行編譯 6. 令 P=P’ 浙江大學 CADCG 國家重點實驗室 結束條件 ? 最優(yōu)個體的適應度達到給定的閥值 ? 最優(yōu)個體的適應度和群體適應度不再上升 ? 達到預先設定的最大循環(huán)數(shù)（繁衍代數(shù)） ? 群體中的所有個體具有相同的屬性 浙江大學 CADCG 國家重點實驗室 遺傳算法參數(shù) ? 群體大小 n ? 交叉概率 Pc ? 變異概率 Pm ? 繁衍代數(shù) ? 其他：取決與具體的操作和結束條件 浙江大學 CADCG 國家重點實驗室 編碼方式 ? 除二進制編碼外，問題的各種參數(shù)可以用實數(shù)向量構成子串 ? 選擇：與串類似 ? 變異：將按照高斯概率分布的隨機變量g加到某個參數(shù)上 浙江大學 CADCG 國家重點實驗室 遺傳規(guī)劃 ? 遺傳算法的一個分支，由 Koza提出，與遺傳算法用串的形式表示所不同的是，遺傳規(guī)劃的表示是計算機程序 ? 它是一種自動編程技術 ? 終結符集合：變量、常數(shù) ? 函數(shù)集合：程序中的函數(shù) ? 用分析樹的形式表示中間產生的程序 浙江大學 CADCG 國家重點實驗室 初始化 ? 先確定終結符集合和函數(shù)集合 ? 隨機產生初始群體 ? 每一個個體（分析樹）按照下列方式產生： ? 令 T=空的分析樹 ? 令 C=隨機的終結符或者函數(shù) ? 將 C加入 T中 ? 如果 C位于預先設定的樹的最大深度，則從終結符集合中任意選擇 C的兒子結點，并添加到 T中 ? 否則，對 C的兒子重復上述過程 雜交 ? 從待雜交的兩棵樹中任意選擇一個結點，并交換以該結點為根結點的兩棵子樹 浙江大學 CADCG 國家重點實驗室 變異 ? 選擇某一個結點，將函數(shù)替換成另一個函數(shù)，將終結符替換成另一個終結符 ? 選擇某一個結點，刪除以其為根的整棵子樹，再以隨機方式生成一棵子樹 浙江大學 CADCG 國家重點實驗室 遺傳規(guī)劃算法 1. 令 P=隨機初始群體 2. 循環(huán)直到滿足某個結束條件 R%個體與上一代完全一致 M%個體是從上一代變異而來 C%個體是從上一代雜交而來 4.(R+M+C=100) 允許重復選擇，所有選擇都是基于適應度函數(shù) 3. 遺傳規(guī)劃的群體個數(shù)一般都比較大 浙江大學 CADCG 國家重點實驗室 注意事項 ? 編碼（表示）的選擇：字符串并不是唯一的表示方法 ? 遺傳操作的選擇 ? 適應度函數(shù)的選擇 ? 參數(shù)的取值 浙江大學 CADCG 國家重點實驗室 演示 ? GA demo 浙江大學 CADCG 國家重點實驗室 AI引擎設計 ? AI引擎可以幫助解決很多問題 ? 使得游戲角色之間交流更為容易 ? 提供實現(xiàn) AI行為的解決方法 ? 協(xié)助保留每一個錯誤報告 技巧 ? 對于行為簡單的物體，使用簡單的確定性 AI技術 ? 對于不是主要角色，但是需要一點智能行為的物體，可以對其設定幾種模式，并加上一點隨機的因素擾動即可 ? 對于比較重要的角色，可以使用有限狀態(tài)機技術，加上另外一些輔助技巧 ? 對于最最重要的角色，你需要利用一切可能利用的技術 ? 狀態(tài)驅動，使用條件邏輯、概率、以及經(jīng)歷過的狀態(tài)等控制狀態(tài)轉移 ? 如果狀態(tài)轉移條件滿足，物體要能夠發(fā)生強制性狀態(tài)轉移動作 什么是好的 AI ? 用戶覺得游戲角色挺聰明的 ? 感覺到游戲角色的確隨著經(jīng)歷而在成長 ? 一層層的揭開面紗，知道最后才恍然大悟 一些資源 演講完畢，謝謝觀看！
語文相關推薦
鄂ICP備17016276號-1