游戲中智能Agent行為控制系統(tǒng)的研究與實現(xiàn).pdf

1、隨著計算機硬件計算速度大幅提升以及人們對游戲的玩法和體驗要求的提高，游戲?qū)θ斯ぶ悄艿囊笠苍絹碓礁?。本文從游戲玩家的需求出發(fā)，研究智能Agent的路徑規(guī)劃算法和多 Agent系統(tǒng)的協(xié)作和對抗方法，針對游戲中NPC群體的路徑導(dǎo)航和行為控制中存在的問題，提出了新的解決方法，具體工作如下：
　　首先，對比分析了幾種游戲中常用的柵格化地圖路徑規(guī)劃算法，并指出了A*算法的不足。相對于邊緣受限制的路徑搜索算法，任意角度路徑搜索算法生成的路徑更

2、短、更真實。Theta*算法是任意角度路徑規(guī)劃算法的典型代表，然而該算法在運行時間和路徑長度之間并沒有達到最優(yōu)的平衡，它的運行時間很短，但找到的路徑卻不是最優(yōu)的。本文利用基于目標導(dǎo)向的啟發(fā)式函數(shù)對Theta*算法生成的節(jié)點進行重新擴展，提出了改進Theta*算法。相對于其它路徑搜索算法，改進Theta*算法在運行時間和路徑長度之間有更好的平衡，在一定程度上提高了算法的執(zhí)行效率和避障智能。
　　其次，作為下一代游戲 AI主流的行為樹

3、，近年來得到了廣泛的研究。然而行為樹在群體智能的支持方面還需要進一步的研究。本文利用行為樹自身層次性的特點，結(jié)合多 Agent系統(tǒng)自主決策和群體對抗方法，提出了一個基于行為樹的多 Agent行為控制系統(tǒng)，設(shè)計和實現(xiàn)了該系統(tǒng)中智能 Agent的行為樹和黑板系統(tǒng)以及基于行為樹的分層決策的控制架構(gòu)。結(jié)合Unreal Engine4游戲引擎，開發(fā)了一款坦克大戰(zhàn)游戲模擬智能Agent的路徑導(dǎo)航以及多Agent系統(tǒng)的群體行為和AI控制，取得了比較理