《编写人工智能》PPT课件.ppt

游戏构架设计 编写人工智能,人工智能概述,一般情况下，事件主体有两类：一类是玩家操控的角色，另一类是玩家不能控制的角色。 在游戏设计中，玩家不能控制的角色的行为规则，一般都是模仿人类或现实中的其他生物进行设计的，一般把这部分规则称作人工智能。,什么是人工智能,人工智能(Artificial Intelligence)，英文缩写为AI，是一门综合了计算机科学、心理学、哲学的交叉学科。人工智能是人类在机器上对智能行为的研究，是人类创造的物体的智能行为。 人工智能(AI)是一门极富挑战性的科学，从事这项工作的人必须懂得计算机、心理学和哲学知识。人工智能是内涵十分广泛的科学由不同的领域组成，如机器学习、计算机视觉等等，总的说来，人工智能的目的就是让计算机能够像人一样思考。 在定义智慧时，英国科学家图灵做出了贡献。如果一台机器能够通过称之为图灵实验的实验，那它就是智慧的。,图灵实验,图灵试验由计算机、被测试的人和主持试验人组成。计算机和被测试的人分别在两个不同的房间里。测试过程由主持人提问，由计算机和被测试的人分别作出回答。观测者能通过电传打字机与机器和人联系（避免要求机器模拟人外貌和声音）。被测人在回答问题时尽可能表明他是一个“真正的人”，而计算机也将尽可能逼真地模仿人的思维方式和思维过程。如果测试主持人听取他们各自的答案后，分辨不清哪个是人回答的，哪个是机器人回答的，则可以认为该计算机具有了智能。 如果一台计算机能够满足图灵测试系统，基本上要具备以下几个能力： 自然语言处理能力：可以用某种语言进行通信； 知识表示：在询问之前或询问过程中存储信息： 自动推理：根据存储的信息回答问题并得出新的结论： 机器学习：适应新的环境，并发现或增加新的模式。,人工智能的研究,智能的含义包含思考和行为两方面的内容。 思考还是行为都存在着理性的思考及行为和感性思考及行为两个方面。 思考和行为与理性和感性之间，构成了人工智能研究领域的横向和纵向坐标。 这四类定义实际上也预示了Al的四种不同的研究方向。 由于研究侧重不同，由此又形成两大派别：人性派和理性派。 其区别就是人性派更注重从人自身出发需要先弄明白人类是怎么思考的。理性派则更注重抽象，用逻辑和数学表达。,人工智能的四个研究方向,1、 模拟人的思考能力 这一领域的主要研究包括人类视觉、自然语言、人脑记忆等。 认知心理学(cognitive science)。 人机交互学的基础。,人工智能的四个研究方向,2、 模拟人的行为能力 主要是指计算机能够和人正常而自然地交流，包括让计算机能够看到它的用户；能够听到用户的声音；能够理解人类的语言：做出适当的反应并用语言或行为表达自己的反应。 这一领域的主要研究方向包括计算机和机器人视觉、自然语言处理(包括人类语言，对其内容进行解释、存储和推理，获得结论，然后自动生成语音输出等一连串技术)、机器人技术等。,人工智能的四个研究方向,3、 理性思考 这一领域的代表是逻辑系统，是从古希腊亚里士多德的学说发展而来的，像一阶逻辑和多阶逻辑等。,人工智能的四个研究方向,4、 理性行为 所谓计算机系统拥有独立的理性的行为能力，是指它可以有一定的目的，根据外部情况，决定所能采取的行动。 网络方面最盛行的智能化代理技术(intelligent agents)。,人工智能的应用领域,专家系统 专家系统是一种基于知识的系统，它从专家那里获取知识，然后把这些知识编制到程序当中，根据人工智能问题求解技术模拟人类专家求解问题时的求解过程所涉及领域的各种方法，其水平可以达到甚至超过人类专家。 专家系统是目前人工智能最活跃、应用最成功的一个领域。,人工智能的应用领域,图像理解和计算机视觉 一个数字图像可以被认为是一个包含有灰度级别的二维像素矩阵，这些灰度对应于摄像机接收到的反射光线的强度。 语音和自然语言理解 调度 博弈 移动机器人的导航规划 智能控制,人工智能的历史,布尔和其他哲学家和数学家建立的理论原则，后来成为人工智能逻辑学的基础而人工智能真正引起研究者的兴趣，则是在1943年计算机发明以后的事技术的发展最终使得人们可以仿真人类的智能行为，至少看起来不太遥远 人工智能的研究者仍然从最初只十几个人成长到现在数以千计的工程师和专家。 从最初只有一些下棋的小程序到现在的用于疾病诊断的专家系统。 人工智能始终处于计算机发展的最前沿。高级计算机语言、计算机界面及文字处理器的存在，或多或少都可以归功于人工智能的研究。,传统人工智能发展的过程,1956年以前，数理逻辑、自动机理论、控制论、信息、神经计算、电子计算机等学科的建立和发展，人工智能的孕育期。 1956l970年之间。提出了“人工智能”这一一术语。l970年以后，开始进入了应用期。,游戏中人工智能发展的过程,在早期的游戏中是没有Al的说法的。 人工智能技术真正被发扬光大并获得重视，则是在FPs和RTS这两种游戏类型出现以后。 RTS中，在战略层次，由计算机控制的敌方要完成资源创建和管理、生产协调、部队的集结调动等复杂任务，这基本上是个最优化问题：而在战术层次，敌方部队又要完成寻径、队形组织、分配个人任务等活动,游戏中的人工智能,戏中实际使用的技术也许并不是那么高深和玄秘，有些实际上还是很“过时”的技术。美国各大学实验室中所做的Al研究和游戏业的实际应用之间相去甚远。,人工智能定义的不同标准,学术界对Al的研究，注重的是内部机制。因为学术研究的目的是事物内部运行机制，不断地改进算法，使得内部结构趋于合理。而游戏业对AI的应用，则更注重外部表象。 游戏业Al的指导思想，就是用最简单的方法。占用最少的资源，去满足玩家，造成假象，让他们觉得游戏AI水平高超。 游戏AI没有或者很少涉及学术研究的前三个领域。游戏AI目前还没有能力模拟人的思考和行为。 对游戏设计师和程序员来说，Al的意义是完全不一样的。对游戏设计师来说，Al是游戏规则的最高层，是游戏规则中最具有挑战性的、也是最模糊的部分。对程序员来说，Al是对游戏设计师制定的复杂游戏规则的技术实现。,人工智能在游戏业现状,谈到AI在游戏业的应用现状，一般都是谈美国游戏业的Al应用现状，有两方面原因。一方面，Al应用最多的两种类型的游戏FPS和RTS都是在美国发展起来的，他们对这方面比较有经验，比较有发言权。另一方面，美国游戏业在A1技术上公开的交流比较多，比较容易了解业界的情况： Steven Woodcock曾连续几年在GDC(Game Development Conference ）上对业界AJ技术应用现状进行对比， 从上表可以看出，近几年游戏AI发展迅速。在1997年还只有24的制作组里有专职的Al程序员，而到了2000年，约有80的制作组都有1名以上的专职的AI序员。CPU资源也在向Al迅速开放。,人工智能在游戏业现状,在2000年年初，一个专门研究游戏Al的教授在卡内基梅隆大学演讲时还提到游戏中越一般只占CPU资源的15，而2001年的报告中就已经提高到_25了,游戏人工智能的设计目的,为了增加游戏的耐玩性，除了要注意游戏的平衡性，还有另一个方面需要注意，就是游戏的人工智能。 在游戏当中，玩家面对的对象主要就是计算机控制的角色，这些角色被设计得非常难以对付或者说非常容易对付，会对玩家是否喜欢玩游戏造成影响。简单地说，就是NPC是否足够聪明。 玩家在玩不同的游戏的时候对Al会有不同的期待目标，这些目标只有在游戏的设计目标发生变化的条件下才可能改变。,游戏人工智能的设计目的,1. 增加玩家的挑战性 向玩家提供一种合理的挑战是任何电脑游戏Al的首要目标，如果游戏没有任何挑战性，这个游戏就没有趣味了，就不能称为游戏，而变成一种互动性的电影。 像(DOOM3)这样的FPS游戏，挑战来自于敌人数量上和能力上的压倒性优势。玩家只有射中敌人才能杀死他们，获得最终胜利。 敌我平衡的设计问题 在即时战略游戏中A1的设计就更为困难。在这种游戏中，玩家和对手都要指挥数量庞大的军队在需要的时候建造，并要开采资源以建造建筑或某种防护。游戏中的Al需要执行和玩家一样的事件，并且也好像它是真人自动操作一样这就对Al提出了比FPS游戏中更大的挑战。,游戏人工智能的设计目的,2. 模拟真实世界 3. 增加游戏的可玩性 玩家能知道敌人在哪些时间出现，将进行什么样的动作，这样游戏的趣味性就迅速减弱了。 玩家希望游戏的AJ能给自己带来惊喜， 模糊逻辑是Al设计人员试图保持游戏Al主体的不可预测性和生动有趣的方式之一,游戏人工智能的设计目的,4. 帮助叙述故事 5. 创造一个逼真的世界,人工智能设计,有限状态设计 模糊状态设计 A1编程工具,有限状态设计,有限状态设计Finite State Machine，FSM) 简单地说，一个FSM就是一个拥有一系列可能状态的实体，其中的一个状态是当前状态。这个实体可以接受外部输入，然后根据输入和当前状态来决定下一步该转换到什么目标状态，转换完成后，目标状态就有了新的当前状态。如此循环往复，实体和外部就这么交互下去，实体的状态就不停地改变着。,有限状态设计,有限状态设计,第一，用FSM司以明确地表达NPC的行为系统，大部分程序员，甚至非程序员都能毫无困难地理解； 第二，一旦知道NPC的当前状态和输入，就可以判断其反应和目标状态。也就是说，可以准确预测NPC下一步的行为。 因此，通过FSM所建立的是一种确定的行为系统，没有任何不确定因素。 也可以将FSM以矩阵的方式来实现或将其存储在外部文件中。这样游戏设计师就可以用FSM编辑器自己编辑NPC的行为系统，然后将其FSM存在文件里，由程序自动读取运行测试然后再进行修改和调整，而无需程序员的介入了。 总结起来FSM的优点如下：易于理解，易于编程，特别是易于纠错。,模糊状态设计,FSM致命的弱点：只能处理确定性的情况。 使用FSM建立的NPC的行为系统过于规范了，很容易被玩家识破。 于是人们想到了是否能把不确定性引入NPC的行为系统中，这样一来，NPC的行为就有更多变化了。于是另一种方法应运而生， 这就是模糊状态机（fuzzy state machine，FuSM)。,模糊状态设计,模糊状态设计,而NPC行为特征的改变，只是在不影响FuSM基本结构的条件下，简单地改变其概率设定而完成的。这是FuSM的一大优势，因为这样来可以设计几个简单的通用的FuSM，然后通过不同的概率设定(俗称阈值)产生各种各样的NPC。,可扩展性AI,游戏设计师的主要任务，就是设计完善的行为规则调节FSM和FuSM的各项参数，使得NPC的行为不至于太弱智。但游戏设计师们大多数编程能力有限，无法直接修改程序。 程序员们就为他们设汁丁一些简单易用的工具，使得他们可以毫无困难地修改NPC的行为规则。在早期大部分这样的工具是以脚本语言工具(script language的形式出现的。它们不是像Visual Studio那样具备完整而复杂的集成编程环境而是使用简化的编程语言，只有几个语句和数据类型，相当于一个复杂编程语言的子集。使用这些语句所编制的小程序，被称为脚本（script）用来控制NPC的行为。 可扩展性AI鼻祖是Quake C。它是由PC游戏业里最有名的程序员 John Carmack设计的一种脚本语言工具，几年前随着(Quake)游戏一同推出：它实际是C语言的一个简化版，是为编写射击游戏中NPC的行为规则而量身定做的。 其他的三维射击游戏也紧紧跟风，推出了自己的肢体语言工具。有代表性的要属(Unreal)和半条命了。两者之间又有不同：(Unreal)的工具更加简单一些，是基于指令的，输入指令序列和条件就可以了；而半条命的工具更类似于传统编程工具，如Perl和JavaScript,可扩展性AI,游戏设计师的主要任务，就是设计完善的行为规则调节FSM和FuSM的各项参数，使得NPC的行为不至于太弱智。但游戏设计师们大多数编程能力有限，无法直接修改程序。 程序员们就为他们设汁丁一些简单易用的工具，使得他们可以毫无困难地修改NPC的行为规则。在早期大部分这样的工具是以脚本语言工具(script language的形式出现的。它们不是像Visual Studio那样具备完整而复杂的集成编程环境而是使用简化的编程语言，只有几个语句和数据类型，相当于一个复杂编程语言的子集。使用这些语句所编制的小程序，被称为脚本（script）用来控制NPC的行为。 可扩展性AI鼻祖是Quake C。它是由PC游戏业里最有名的程序员 John Carmack设计的一种脚本语言工具，几年前随着(Quake)游戏一同推出：它实际是C语言的一个简化版，是为编写射击游戏中NPC的行为规则而量身定做的。 其他的三维射击游戏也紧紧跟风，推出了自己的肢体语言工具。有代表性的要属(Unreal)和半条命了。两者之间又有不同：(Unreal)的工具更加简单一些，是基于指令的，输入指令序列和条件就可以了；而半条命的工具更类似于传统编程工具，如Perl和JavaScript,玩家与AI之间的关系,对玩家来讲,游戏赋予了游戏AI更多不公平的优势,AI比玩家具备更多功能. 玩家和AI是否需要同样对待 游戏的AI 目