人工智能在游戏中的应用

人工智能在游戏中的应用 姓名魏珉 学号081665 人工智能Artificial Intelligence ，英文缩写为 AI。它是研究、开发用于模拟、延伸和 扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科 学的一个分支， 它企图了解智能的实质， 并生产出一种新的能以人类智能相似的方式做出反 应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统 等，研究成果已经广泛地用于了各行各业，当然也包括游戏。 我们玩电脑游戏，主要是为了得到一种放松、一种享受、以及在现实生活中无法得到的 一种快感。这需要电脑游戏能制作得符合玩家的口味，游戏的主题能够吸引玩家深入，游戏 的规则和结果能够使得玩家满意。而在这一切中，人工智能技术扮演了相当重要的角色。 1. 电脑游戏与人工智能的关系 电脑游戏从诞生以来，由于其强大的模拟现实作用，越来越受到人们的喜爱。随着现代 计算机、网络、虚拟现实、人工智能等技术的发展，游戏的拟人化越来越逼真。高度的拟人 化使得现代电脑游戏能够模仿人类社会中的各种情形，并把这些情形通过视觉、听觉、甚至 触觉等多种感官反映到人的大脑，从而对人们的现实生活产生巨大冲击。 无论是什么游戏，游戏玩家都希望在游戏中能够体验到现实中无法体验到的刺激，得 到现实中无法得到的满足。这些刺激和满足主要表现在特定的挑战、社会化、幻想、情感等 方面。 人们在玩电脑游戏的时候， 也希望游戏中的其他角色能够拥有某些程度上的智能。 这些 智能可以使得人们能够在游戏的同时得到满足， 它可以使人在进行游戏中不觉得孤单。 然而， 这种智能必须得到控制。 如果游戏中的机器角色的智能明显高于玩家的能力， 玩家会有很强 烈的挫败感，之后便会放弃这样的游戏。所以，人工愚蠢Artificial Stupidity技术也是必不 可少的。在游戏中，太强或太弱的人工智能都是不合适的。 那何种程度的人工智能才是合适的呢回答这个问题首先要考虑怎样的机器可以算作 智能机器。 这里就不能不提人工智能之父图灵。 图灵在 1950 年提出了 “图灵实验” 的概念， 他认为能够通过图灵实验的机器是具有智能的。其实，在游戏中也是一样的。 “图灵实验” 在游戏中可以这样描述 当玩家和其他玩家同诸多机器在同时游戏时， 如果这个玩家通过游 戏规则中的任何方式都无法分辨游戏中的其他角色哪个是其他玩家， 哪个是机器的线程， 那 么我们可以说这个游戏通过了“游戏中的图灵测试” 。一般来说，通过了“游戏中的图灵测 试”的游戏是最适合玩家娱乐的。 最近网络游戏大量流行，我觉得，网络游戏也许是人工智能最佳的实验场合。因为网 游是现实社会的一个简化版本，这在里，大量需要各种处理问题的知识与技巧，需要各种类 型的知识表示与处理结构，其复杂度远比操作系统或编译原理要高得多。在网游中，目前人 工智能的应用主要集中在外挂上，在游戏开发者手里，人工智能反而应用的不多，最多只有 寻径算法等少数算法，而外挂中，各种自动化技术的应用，可以明显将玩家从复杂的操作中 解放出来。可以这么说，任何正常玩家能够实现的功能，外挂全都可以实现，除非玩家本身 就不知道如何玩。外挂不但可以模拟单个玩家的行为，甚至可以模拟团队活动。所以说，外 挂在表达智能行为方面是足够的。 在知识表示、 知识发现与知识传播等等方面也远比现实中 要简单的多。我们甚至可以这样改进图灵实验，如果在网游中，你不能成功区别哪些角色是 普通玩家，哪些又是外挂角色的话，那么就可以认为该外挂掌握了足够的智能了。 2. 人工智能在游戏中的应用 人工智能在游戏中的目标主要有五个 一是为玩家提供适合的挑战； 二是使玩家处于亢 奋状态；三是提供不可预知性结果；四是帮助完成游戏的故事情节；五是创造一个生动的世 界。这个生动的世界可以是类似现实生活中的世界，也可以是与现实世界完全不同的世界。 但不管何种世界都要求有一整套能够自圆其说的游戏规则。 在游戏制作过程中，实现人工智能的关键主要有虚拟现实与拟人化、动画效果与机器 角色场景感知、 机器角色的机器学习和进化、 玩家与机器角色之间的平衡性、 人工愚蠢技术、 确定性人工智能技术与非确定性人工智能技术的互补。 人工智能在游戏中应用的技术非常之多，如有限状态自动机Finite State Machines、 模糊逻辑Fuzzy Logic、产生式系统（production system） 、脚本设计Scripting、基于规则 的人工智能和系统Rules-based AI and Systems、贝叶斯推论Bayesian Inference和非确定性 贝叶斯网络Bayesian Networks for Uncertainty Decisions、人工生命Artificial life、决策树 （Decision Tree） 、 专家系统 （Expert system） 、 神经网络Neural Networks、 遗传算法Genetic Algorithms等。 限于文章篇幅， 下面只具体介绍这八种较容易理解的技术 有限状态自动机、 模糊逻辑、产生式系统、决策树、人工生命、专家系统、神经网络和遗传算法。 2.1 有限状态自动机 有限状态自动机（FSM “finite state machine“）是为研究有限内存的计算过程和某 些语言类而抽象出的一种计算模型。有限状态自动机拥有有限数量的状态，每个状态 可以迁移到零个或多个状态，输入字串决定执行哪个状态的迁移。有限状态自动机可 以表示为一个有向图。 有限状态自动机有多种类型接受器判断是否接受输入；转换器对给定输入产生 一个输出。常见的转换器有 Moor 机与 Mealy 机。Moore 机对每一个状态都附加有输 出动作，Mealy 机对每一个转移都附加有输出动作。 有限状态自动机还可以分成确定与非确定两种。非确定有限状态自动机可以转化 为确定有限状态自动机。 有限状态自动机识别的语言是正规语言。 有限状态自动机除了它在理论上的价值， 还在数字电路设计、词法分析、文本编辑器程序等领域得到了应用。 2.2 模糊逻辑 模糊逻辑（Fuzzy Logic） ，模仿人脑的不确定性概念判断、推理思维方式，对于模型 未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模 糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判 断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清 晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模 拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题 模糊逻辑通常使用 IF/THEN 规则，或构造等价的东西比如模糊关联矩阵。 规则通 常表达为如下形式 IF 模糊变量 IS 模糊集合 THEN 动作 例如，一个非常简单的使用风扇的温度调节器IF 温度 IS 非常冷 THEN 停止风 扇 IF 温度 IS 冷 THEN 减速风扇 IF 温度 IS 正常 THEN 保持现有水平 IF 温度 I S 热 TH