学位论文 > 优秀研究生学位论文题录展示

人工神经网络在游戏寻路中的应用研究

作　者: 荆东星
导　师: 叶吉祥
学　校: 长沙理工大学
专　业: 计算机软件与理论
关键词: 寻路算法前馈神经网络遗传算法
分类号: TP18
类　型: 硕士论文
年　份: 2010年
下　载: 83次
引　用: 0次
阅　读: 论文下载

内容摘要

现今,游戏产业的快速发展带动了游戏中人工智能的发展,越来越多的游戏采用人工智能技术提高游戏的可玩性。大部分游戏在开发过程中都会遇到路径探索问题,快速、准确地计算出游戏角色的寻路,一直是游戏开发者追求的目标,同时也是游戏人工智能研究的一个重要方面。本文在实现flash游戏的基础,阐述了常用搜索算法在游戏寻路中的优缺点,并且应用神经网络模型实现即时战略游戏的寻路。本论文首先针对路径搜索的特点,在对常见搜索算法A*和启发式搜索技术进行详细地分析与研究的基础之上,结合实际游戏中的应用情况,将A*算法应用于flash游戏中的寻路,并在此基础上分析出A*算法在游戏应用上的一些缺点。然后用遗传算法优化调整神经网络的权值,将优化所得参数作为神经网络的初始权值。这种针对神经网络的结构特点,用遗传算法训练优化网络权重,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力,并且可兼有神经网络广泛映射能力和遗传算法快速全局收敛等性能。并将演化后的神经网络应用于游戏寻路,从而达到动态寻路的预期效果。最后用Visual Basic 6.0实现了游戏模拟系统,该系统用户界面友好,使用方便。

全文目录

摘要  5-6
ABSTRACT  6-9
第一章绪论  9-12
  1.1 研究的背景和意义  9-10
  1.2 游戏寻路研究动态及现状分析  10
  1.3 论文主要工作内容及组织结构  10-12
第二章游戏相关技术研究分析  12-23
  2.1 即时战略游戏  12-15
    2.1.1 即时战略游戏概述  12-14
    2.1.2 即时战略游戏寻路中的缺点  14-15
  2.2 常用的游戏路径搜索算法  15-17
    2.2.1 深度优先搜索  15
    2.2.2 广度优先搜索  15-16
    2.2.3 Dijkstra 算法  16-17
  2.3 NAV 导航网格寻路  17-21
    2.3.1 waypoint 寻路中的缺点  17
    2.3.2 NAV 导航网格寻路过程  17-21
  2.4 ALCHEMY 技术概述  21-22
  2.5 本章小结  22-23
第三章人工神经网络与遗传算法理论  23-30
  3.1 神经网络  23-25
    3.1.1 生物神经网络  23-24
    3.1.2 人工神经网络应用介绍  24-25
  3.2 遗传算法介绍  25-28
    3.2.1 遗传算法概述  25-26
    3.2.2 遗传算法核心内容  26-28
  3.3 人工神经网络与遗传算法的结合  28-29
  3.4 本章小结  29-30
第四章常用 A*算法在 FLASH 游戏寻路中的研究  30-36
  4.1 FLASH 游戏中的 A*搜索算法研究  30-32
    4.1.1 启发式A*算法  30-31
    4.1.2 A*算法寻找网格路径  31-32
  4.2 A*仿真实验  32-35
  4.3 本章小结  35-36
第五章人工神经网络在游戏中的应用研究  36-43
  5.1 第一阶段神经网络的设计  36-37
  5.2 第一阶段遗传算法的设计  37-39
  5.3 第二阶段神经网络的设计  39-41
  5.4 第二阶段遗传算法的设计  41-42
  5.5 本章小结  42-43
第六章总结与展望  43-45
  6.1 总结  43
  6.2 展望  43-45
参考文献  45-48
致谢  48-49
附录 A 攻读硕士期间发表的论文  49

人工神经网络在游戏寻路中的应用研究

内容摘要

全文目录

相似论文