支持语音指令的非真人玩家智能决策行为模型研究

发布时间：2017-09-15 16:16

  本文关键词：支持语音指令的非真人玩家智能决策行为模型研究

  更多相关文章： 游戏人工智能 TPS 语音指令 行为树

【摘要】：近二十年来,随着计算机软硬件水平的飞速发展,电子游戏的技术水平也获得了极大提高。而游戏中的人工智能开始和图形、声效等一样成为游戏设计中特别重要的部分。在第三人称射击游戏(Third-Person Shooter, TPS)中,如果智能的非真人玩家(Non-Player Character, NPC)能在游戏环境中获取信息,做出合理的行为决策和响应,和玩家协作或者对抗,可以极大地提升玩家的游戏体验。在传统的第三人称射击游戏TPS中,往往会有多个非真人玩家NPC存在于游戏场景中,但这些NPC之间往往是单独行动,并没有智能体之间的合作,这并不符合实际的情况。另外,在传统的TPS游戏中,玩家Player与这些NPC之间也没有一个显式的交流和合作方式；玩家Player一般只是一个参与者,而并非指挥者,它无法以显式的方式来指挥己方NPC的行动,从而达到更有效的合作。针对以上问题,本文对TPS游戏中的多智能体决策模型展开研究,进行了如下两项工作：(1)基于“行为树”方法,构建了TPS游戏中多智能体的行为决策模型,实现了NPC之间、以及NPC和玩家之间的协同行为决策。(2)构建了基于语音的游戏行为控制,玩家可以通过发布语音指令,来实现对游戏团队中的NPC以及玩家替身的控制。这种控制方式可以更好地支持游戏中NPC与玩家的协作；同时可以体现玩家作为指挥者的作用；另一方面,对于移动平台游戏而言,很难通过鼠标键盘来输入大量控制信息,而这种语音控制方式将具有一定优势。本文工作是对游戏中多智能体间协作行为决策及人与NPC间交互方式的思考与改进,所构建的支持语音指令的智能决策模型对于TPS游戏,尤其是手机中TPS游戏中的人工智能和交互设计具有一定参考价值。通过游戏实验与应用测试,验证了本文支持语音指令控制的智能决策模型的有效性。测试结果表明,基于该决策模型,NPC在游戏中可以采取合理的智能行为；同时玩家Player发布的语音指令可以被准确无误地解释并执行。
【关键词】：游戏人工智能 TPS 语音指令 行为树
【学位授予单位】：北京林业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN912
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 1 绪论8-14
• 1.1 研究背景和意义8-9
• 1.2 游戏人工智能研究现状9-10
• 1.3 游戏人工智能常用实现技术10-12
• 1.4 论文的研究内容12
• 1.5 论文结构12-14
• 2 支持语音指令控制的智能决策模型设计14-21
• 2.1 第三人称射击游戏概要14
• 2.2 游戏中智能体的Al架构设计14-16
• 2.3 语音指令控制的设计16-17
• 2.3.1 系统需求16
• 2.3.2 指令控制架构的设计16-17
• 2.4 支持语音指令控制的智能决策模型总体设计17-18
• 2.5 Unity3D游戏引擎简介18-19
• 2.6 本章小结19-21
• 3 基于行为树的智能决策模型21-35
• 3.1 决策系统介绍21-22
• 3.2 行为树基本概念22-26
• 3.2.1 行为树22-23
• 3.2.2 行为树中的叶节点23-24
• 3.2.3 组合节点24-26
• 3.3 子树的复用26-27
• 3.4 行为树执行时的协同27
• 3.5 TPS游戏中智能决策的设计与实现27-34
• 3.5.1 敌人Al角色行为树设计27-29
• 3.5.2 行为树编辑插件及实现29-34
• 3.6 本章小结34-35
• 4 语音指令控制的实现35-46
• 4.1 控制指令介绍35-37
• 4.1.1 指令的来源35
• 4.1.2 游戏中实现的指令35
• 4.1.3 指令的处理流程35-37
• 4.2 语音识别技术的实现37-41
• 4.2.1 语音识别Android插件的制作实现37-40
• 4.2.2 Android与Unity之间的交互40-41
• 4.3 语音指令的包装与消息传递41-42
• 4.4 语音指令的翻译42-44
• 4.4.1 简单介绍42-43
• 4.4.2 语音指令执行行为的翻译43-44
• 4.5 语音指令的执行44-45
• 4.6 本章小结45-46
• 5 实验结果与分析46-53
• 5.1 智能决策的实验47-48
• 5.2 语音指令的实验48-51
• 5.2.1 对我方队员的指挥48-49
• 5.2.2 对替身的操控49-51
• 5.3 系统运行效率51-52
• 5.4 本章小结52-53
• 6 工作总结与展望53-55
• 6.1 本文工作总结53
• 6.2 对未来的展望53-55
• 参考文献55-57
• 个人简介57-58
• 导师简介58-59
• 致谢59

【相似文献】

中国期刊全文数据库 前10条

1 罗贺;杨善林;丁帅;;云计算环境下的智能决策研究综述[J];系统工程学报;2013年01期

2 李铭,刘胜军,蔡庆生;一个企事业智能决策、分析工具的设计和实现[J];小型微型计算机系统;2000年05期

3 王继业;;智能决策[J];电力信息化;2011年07期

4 董卫军;矿山生产计划智能决策计算机系统[J];金属矿山;2002年03期

5 张述冠;;从集中管理到智能决策[J];中国计算机用户;2006年Z1期

6 董卓宁;张汝麟;陈宗基;;基于多层模糊Petri网的恶劣气象规避智能决策(英文)[J];系统仿真学报;2008年19期

7 罗振华,孙方敏,吴伟斌,陈文伟,赵东升,马建军;智能决策在医疗事故辅助鉴定中的应用探讨[J];计算技术与自动化;1998年04期

8 郎师周,黄海明;基于公交系统的配送体系的智能决策支持方法[J];北京工商大学学报(自然科学版);2003年02期

9 周强;高春鸣;孟志刚;;有限理性模型在游戏智能决策中的研究与应用[J];计算机应用研究;2011年12期

10 谢锦,陈松乔;基于智能决策支持的协同设计的研究[J];计算机应用研究;2004年06期

中国重要会议论文全文数据库 前6条

1 刘效尧;林少培;;公路长期维护投资的智能决策模型[A];《智能技术应用与CAD学术讨论会》论文集[C];2000年

2 韩继曼;;CAPP知识智能决策[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年

3 韩，

本文编号：857573