虚拟角色智能决策系统研究

论文摘要

近年来,随着计算机图形学的快速发展,计算机已经可以渲染出越来越真实的虚拟场景,基于视频游戏的模拟训练系统得到很大的发展。在模拟训练系统中,用户已经可以得到很真实的视觉和听觉体验。但是,近年来游戏中的人工智能技术却进展不大,导致在模拟训练系统中用户与虚拟角色的互动还比较简单。游戏人工智能有其独特性,游戏人工智能必须在有限的资源下工作,并且其运行速度要快、响应要有实时性。在模拟训练系统中,还要求人工智能模拟的行为要具有真实感,真实感即虚拟角色做出的反应类似人在相应环境下的反应,这种真实性的行为需要良好的决策系统的支持。但现有的游戏人工智能技术都简化了决策系统的设计,虚拟角色做出的响应有限,并且这些响应大多是按照设计者的经验设计的,不能很好的模拟真实状况。所以研究能真实模拟人类行为的决策系统有很重要的意义。本文的研究目标是设计实现一套具有真实感的虚拟角色自治决策系统。为了使决策系统具有真实感,首先设计实现一套虚拟角色的行为模型;其次,模拟人类的视觉和听觉感知模式设计实现一套虚拟角色的感知系统;最后,为了不影响系统的整体运行速度,本文把决策树算法作为决策系统的决策依据。本文的主要研究内容与研究成果如下:(1)建立虚拟角色的行为模型,行为模型包括行为选择、操控和移动。行为模型的主要作用是把决策和行为实现相分离,这种分离的机制有利于具体的实现,并且方便增加和修改行为动作。(2)设计虚拟角色的感知系统,使虚拟角色具有和人类似的感知能力。良好的感知系统是进行决策的前提,并且能提高虚拟角色的真实感,本文主要设计和实现了能模拟人类视觉和听觉的感知系统。(3)设计和实现了一套基于决策树算法的自治智能体决策模型。决策树算法实现简单、效率高,通过对训练数据的处理生成规则,这些规则可以用来表示事物的内在联系,把这些规则应用到行为选择中能很好的模拟人类行为。采用决策树算法实现的决策系统满足游戏人工智能对有限资源和实时响应的要求。(4)提出一种新的缺失属性填充算法。决策树算法处理数据时,要求训练数据的完整性,即训练数据不能含有缺失属性,缺失的属性影响决策结果。但现实中的数据通常是不完整的,为了填充缺失属性,本文提出了一种新的缺失属性填充算法。

论文目录

• 摘要
• ABSTRACT
• 插图目录
• 第一章 绪论
• 1.1 研究背景与选题意义
• 1.2 游戏人工智能
• 1.3 自治智能体与决策系统
• 1.3.1 决策系统研究状况
• 1.3.2 决策树算法研究状况
• 1.4 本文主要研究内容
• 1.5 本文的组织结构
• 第二章 自治智能体决策模型
• 2.1 人工智能
• 2.1.1 人工智能定义
• 2.1.2 人工智能研究
• 2.2 自治智能体
• 2.3 自治智能体模型
• 2.3.1 多层任务结构
• 2.3.2 行为模型
• 2.4 自治智能体决策模型
• 2.5 本章小结
• 第三章 自治智能体感知系统
• 3.1 游戏感知系统
• 3.2 感知系统设计
• 3.3 视觉感知
• 3.4 听觉感知
• 3.5 感知系统实现
• 3.6 本章小节
• 第四章 决策树算法研究
• 4.1 决策树算法简介
• 4.2 决策树研究内容
• 4.3 ID3 算法
• 4.3.1 ID3 算法原理
• 4.3.2 ID3 工作流程
• 4.4 C4.5 算法
• 4.4.1 C4.5 算法原理
• 4.4.2 对连续数据的处理
• 4.5 决策树算法实现
• 4.6 本章小结
• 第五章 决策树缺失属性填充
• 5.1 缺失数据处理方法
• 5.2 互信息量
• 5.2.1 互信息量的定义
• 5.2.2 互信息量的性质
• 5.2.3 缺失填充中的互信息量
• 5.3 灰色关联分析
• 5.3.1 灰色关联分析简介
• 5.3.2 灰色关联分析算法
• 5.3.3 灰色关联分析步骤
• 5.4 基于权值的灰色关联分析
• 5.4.1 算法理论
• 5.4.2 算法步骤
• 5.4.3 算法分析
• 5.5 本章小结
• 第六章 实验结果与分析
• 6.1 实验环境
• 6.2 训练数据
• 6.2.1 决策数据
• 6.2.2 缺失数据填充算法分析
• 6.2.3 数据处理结果
• 6.3 感知系统实验结果
• 6.3.1 听觉感知效果
• 6.3.2 视觉感知效果
• 6.4 虚拟角色决策结果
• 6.5 AI运行效率分析
• 6.6 本章小结
• 第七章 本文总结与展望
• 7.1 本文工作总结
• 7.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文
• 攻读硕士学位期间发表的学术论文
• 攻读硕士学位期间参加完成的项目