遊戲AI之團隊策略訓練與研究

Tunghai University Institutional Repository > 工學院 > 資訊工程學系所 > 國科會研究報告 > Item 310901/11949

Please use this identifier to cite or link to this item: http://140.128.103.80:8080/handle/310901/11949

Title:	遊戲AI之團隊策略訓練與研究
Other Titles:	The Strategy of a Team Artificial Intelligence in Computer Games
Authors:	蔡清欉,廖啟賢,袁賢銘
Contributors:	行政院國家科學委員會東海大學資訊工程與科學系
Keywords:	遊戲人工智慧;粒子群最佳化;第一人稱射擊遊戲;團隊學習;互動式演化
Date:	2007
Issue Date:	2011-11-17T08:20:21Z (UTC)
Abstract:	近年來電腦效能的提升，遊戲的圖形和音效不斷進步，讓玩家更能「身歷其境」的融入遊戲的虛擬幻想世界。但是，有些缺點卻始終沒有改善，像是電腦控制角色(Non-Play Character，NPC)的行為缺乏智慧、太過死板，玩家無法與NPC的互動之間體驗到真實的擬真互動，這些遊戲中不足的地方，使得遊戲人工智慧(Game AI)近來被國內、外研究所關注。我們觀察目前的遊戲類型發現，有團隊合作要素的電腦遊戲是遊戲新型態的趨勢，人的思考在團隊合作上通常都能的達到很好的效率，這是目前電腦角色（NPC）所難以抗衡的，如何訓練團隊人工智慧已是一個重要的問題。本計劃針對電腦遊戲人工智慧的應用，我們試著將粒子群最佳化（Particle Swarm Optimization，PSO）演算法用來訓練電腦遊戲角色的學習，但粒子群演算法強調粒子與粒子間的互相學習，粒子間並沒有互相配合的特性，對於遊戲人工智慧的學習來說，將只能創造出強力的單人角色，而無法創造出一個有效率的團隊。所以本計劃將粒子群最佳化演算法實作至團隊遊戲中，而這裡我們所強調的將是隊伍與隊伍間的學習，使得團隊合作的效率達到最高。計畫中將分三年執行，第一年主要是團隊遊戲角色之間的情緒學習，團隊是由許多隊員所組成，每一隊員的情緒(內在個性Inherent Personality)是關鍵勝負的一大要點，我們將針對隊員每個人的情緒(內在個性Inherent Personality)與表現作整體規劃，使團隊整體的實力有所提升。我們將以optimization訓練每個職位的隊員，學習最佳隊伍裡面相對職位的隊員情緒，以達到各種職位的最佳情緒。第二年是隊長針對隊員能力分配的最佳策略，團隊策略(Team Tactic)是指隊長對隊員角色的規劃與派遣，團隊由一位隊長及數個隊員所組成，組員的行動是依照隊長所派遣的任務而行動。這部份的訓練則針對隊長對於每個隊員派遣於各種命令的機率，以PSO來使各隊長學習最佳隊伍其隊長的派遣方式以達到最佳且最適任的策略派遣。第三年是以改良PSO訓練團隊中隊長各狀態下的最佳情緒及策略，藉由隊長的情緒，控制隊長下達命令的趨勢，使得隊伍的情緒更鮮明。計畫將採用PSO結合 Cooling Schedule Function，藉以控制運算式中的的各項參數，對於團隊訓練應有顯著效果。綜而言之，本計劃所提出的學習方法考慮了團隊特性，較傳統單人遊戲或一般的PSO方法更容易訓練出具有效率的團隊，而訓練過程不需要大量的訓練資料與運算，更適合遊戲環境的應用，並且可以輔助遊戲的人工智慧設計師調整行為參數，節省測試不同參數組合的時間，增加遊戲開發的效率。
Relation:	研究編號：NSC96-2221-E029-026 研究期間：2007-08~ 2008-07
Appears in Collections:	[資訊工程學系所] 國科會研究報告

Files in This Item:

There are no files associated with this item.

Loading...