本文探讨了游戏人工智能的发展，包括从早期的硬编码到现代的强化学习。详细介绍了游戏AI的分类，如确定型和行为型算法，并讲解了智能体的基本感官系统设计，如视觉和触觉感知。路径规划方面，阐述了路点法、A*启发式搜索和NavMesh技术。此外，还涉及有限状态机在游戏行为设计中的应用，群体行为模拟的规则，以及模糊逻辑在决策和行为选择中的作用。
文章目录
考试内容
一、填空题（每空1分，共16分）
二、名词解释（每题3分，共18分）
三、简答题（每题4分，共16分）
四．设计题（10分）
1 游戏人工智能发展
- 硬编码（早期）
- Pong（游戏中最早使用）
- 格斗类游戏（推动了游戏AI的发展，预判玩家位置和行动）
- 策略类游戏（极大推动）
- 强化学习
2 游戏AI技术的分类
- 确定型：基于固定领域知识，模拟简单的固定行为
- 行为型：基于行为模式来模拟智能行为
- 策略型：策略模拟
确定型AI算法
预先编入代码当中的可预测的行为（例如：物体的运动轨迹）
跟踪追逐：在每一帧中，智能体计算其到目标的前进方向，并根据其速度，前进一段距离
逃避算法：与前面的chasing算法基本相同，唯一区别是智能体沿着远离物体的方向移动
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
