学位论文 > 优秀研究生学位论文题录展示

人工智能技术在游戏开发中的应用与研究

作 者: 邹会来
导 师: 瞿有甜
学 校: 浙江师范大学
专 业: 计算机软件与理论
关键词: 游戏人工智能 A*算法 BP神经网络 决策引擎 JAVA游戏开发 机器人足球
分类号: TP18
类 型: 硕士论文
年 份: 2011年
下 载: 66次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着硬件性能的飞速提升和图形学的迅猛发展,游戏开发正发生着革命性转变。三维渲染和图形视效已发展到一个顶峰,游戏开发的重心逐步从“图形”转向“人工智能”。“游戏人工智能”是一个全新的概念,它主要研究如何将已有的“人工智能技术”更好的应用于游戏开发中,使得游戏表现出与人类智能行为、思维活动或情感等相符合的特性。“游戏人工智能”是游戏生命力得以延续的一种强大技术,在国内外学术界和产业界引起了广泛的关注与重视。本文在广泛查阅和整理国内外研究资料的基础上主要做了三个方面的工作:首先,概括性的归纳和总结了“游戏人工智能”的概念、特点及其发展历程,简单介绍了常见的人工智能技术在游戏开发中的应用,并结合计算机学科的发展对“游戏人工智能”的未来做了适度展望。其次,对比分析了几种常用的栅格化游戏地图搜索算法,并结合实际游戏开发重点讨论了A*算法在应用上的不足,通过启发函数加权以打破搜索均势,避免多个均势节点的无效扩展,在一定程度上提高了算法的执行效率和避障智能。最后,提出了一个基于人工神经网络与有限状态机相结合的具有学习演化能力的游戏开发模型,设计实现了该模型中通用的“BP神经网络决策引擎”并以此模型和JAVA游戏开发的相关技术完成了一个11人制Robot Soccer仿真游戏的设计与开发,取得了比较理想的实验效果。

全文目录


摘要  3-4
ABSTRACT  4-6
目录  6-8
1 绪论  8-14
  1.1 研究背景  8-11
    1.1.1 游戏开发技术的内在变革  8-10
    1.1.2 国家信息产业的发展需求  10-11
  1.2 研究现状与意义  11-12
  1.3 论文的主要工作及章节安排  12-14
    1.3.1 论文的主要工作  12-13
    1.3.2 论文的章节安排  13-14
2 游戏人工智能概述  14-23
  2.1 游戏人工智能简介  14-18
    2.1.1 游戏人工智能相关概念  14-16
    2.1.2 游戏人工智能与学术人工智能的异同  16-17
    2.1.3 游戏人工智能的特点  17-18
  2.2 游戏人工智能发展历程  18-20
  2.3 常见的人工智能技术在游戏开发中的应用  20-21
  2.4 游戏人工智技术发展展望  21-23
3 A~*算法在栅格化游戏地图寻径中的优化应用  23-38
  3.1 游戏路径规划  23-25
    3.1.1 寻径问题定义  23-24
    3.1.2 状态空间搜索  24-25
  3.2 A~*算法简介  25-29
    3.2.1 A~*算法的搜索原理  26-28
    3.2.2 A~*算法的特性分析  28-29
  3.3 A~*算法在实践中的优化应用  29-36
    3.3.1 仿真实验相关说明  29-31
    3.3.2 加权打破搜索均势  31-36
    3.3.3 数据结构层面优化  36
  3.4 本章小结  36-38
4 一个ANN&FSM相结合的具有自学习演化的游戏开发模型  38-49
  4.1 机器学习与游戏开发  38-40
  4.2 自学习演化模型简介  40-43
    4.2.1 有限状态机  40-42
    4.2.2 模型分析  42-43
  4.3 BP神经网络决策引擎  43-48
    4.3.1 神经网络在游戏中的应用  44-46
    4.3.2 BP神经网络的数学基础  46-48
  4.4 本章小结  48-49
5 基于BPNN决策引擎的机器人足球仿真游戏的设计与实现  49-65
  5.1 JAVA游戏开发相关技术  49-54
    5.1.1 双缓冲区动画绘制  49-50
    5.1.2 碰撞检测  50-51
    5.1.3 多线程游戏开发  51-53
    5.1.4 面向对象的游戏设计  53-54
  5.2 BPNN决策引擎的编程实现  54-55
  5.3 机器人足球仿真游戏详细设计  55-60
    5.3.1 游戏设计简介  55-57
    5.3.2 关键技术实现  57-60
  5.4 仿真实验效果分析  60-64
  5.5 本章小结  64-65
6 结束语  65-67
  6.1 主要工作总结  65-66
  6.2 存在的问题及未来工作展望  66-67
参考文献  67-72
攻读学位期间取得的研究成果  72-75

相似论文

  1. 基于差分进化算法的JSP环境下成套订单研究,F273
  2. 基于图的标志SNP位点选择算法研究,Q78
  3. 高灵敏度GNSS软件接收机的同步技术研究与实现,P228.4
  4. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  5. 基于Thermo-Calc三元共晶合金凝固路径的耦合计算,TG111.4
  6. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  7. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  8. 基于感性负载的车身网络控制系统,U463.6
  9. 基于蚁群算法的电梯群优化控制研究,TU857
  10. 高精度激光跟踪装置闭环控制若干关键问题研究,TN249
  11. 半导体激光器热电控制技术研究,TN248.4
  12. AES算法及其DSP实现,TN918.1
  13. 基于UWB脉冲信号的测距定位技术,TN929.5
  14. 基于TS101的DFT输出子集算法研究及软件实现,TN911.72
  15. 高光谱图像空—谱协同超分辨处理研究,TN911.73
  16. DBF接收机用于二维测向算法的研究,TN851
  17. 电视制导系统中视频图像压缩优化设计及实现研究,TN919.81
  18. IEEE802.16e信道编译码算法研究,TN911.22
  19. LDPC码译码算法的研究,TN911.22
  20. 频繁图结构并行挖掘算法的研究与实现,TP311.13
  21. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com