短道速滑仿真系統(tǒng)中智能體決策過程的研究與實現(xiàn).pdf

1、仿真系統(tǒng)中的智能體決策過程是人工智能領域的一個重要的問題，人工智能領域的很多研究成果都可以應用于不同的仿真系統(tǒng)的智能體控制中，并得到良好的效果。但同時，不同的仿真系統(tǒng)都存在著各自的特點，有的仿真系統(tǒng)對實時性的要求較高，而有的仿真系統(tǒng)更加重視智能體的預測能力，所以，針對不同的仿真系統(tǒng)選擇不同的人工智能方法，同時根據(jù)仿真系統(tǒng)的特點和要求對相應的方法進行改進，也成為時下的一種研究方向。
　　本文首先針對短道速滑技戰(zhàn)術仿真系統(tǒng)中對于實時性

2、要求較高的特點，選擇了反應式 agent系統(tǒng)作為智能體決策過程的框架，并根據(jù)馬爾可夫決策過程對框架進行了抽象，形成了數(shù)學表述的模型，極大的方便了本文中對于智能體決策過程的方法的選擇以及改進。
　　根據(jù)決策模型的設計，本文首先選擇決策樹作為智能體決策過程中智能體邏輯推理的方法，并引入戰(zhàn)術驅動機制滿足短道速滑技戰(zhàn)術仿真系統(tǒng)中對于智能體具有個體差異性的要求。
　　考慮到仿真系統(tǒng)還要求智能體能夠模仿特定的高水平運動員的滑行特性和決策

3、習慣，本文選擇人工神經網(wǎng)絡來實現(xiàn)智能體的決策差異性。程序中通過人工控制方式獲得包含有某運動員的滑行特性和決策習慣的樣本，然后訓練樣本獲得人工神經網(wǎng)絡的權值，智能體便可以根據(jù)權值文件的差異性體現(xiàn)出決策的差異性。
　　將本文提出的決策樹方法和人工神經網(wǎng)絡方法應用于仿真系統(tǒng)的智能體決策過程中，獲得的較好的效果。首先，智能體能夠保證在不出界、不犯規(guī)的情況下完成比賽，其次，智能體的決策結果具有明顯的差異性，最后，在與人為控制的運動員對抗的比