CN107899244A - 一种ai模型的构建方法及系统 - Google Patents
一种ai模型的构建方法及系统 Download PDFInfo
- Publication number
- CN107899244A CN107899244A CN201711228054.3A CN201711228054A CN107899244A CN 107899244 A CN107899244 A CN 107899244A CN 201711228054 A CN201711228054 A CN 201711228054A CN 107899244 A CN107899244 A CN 107899244A
- Authority
- CN
- China
- Prior art keywords
- models
- role
- variety
- behavior
- behavior tree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种AI模型的构建方法及系统,方法包括:S1、选择一个AI模型,给AI模型添加行为树组件;S2、通过多种感知能力的行为树节点脚本将多种行为树节点脚本对应的多种行为树节点添加到行为树组件中;S3、根据多种行为能力的实现逻辑对多种行为树节点进行组合,得到通用AI模型;S4、根据通用AI模型生成每个角色对应的AI模型;S5、通过每个角色的基础属性脚本给每个角色对应的AI模型的行为树组件添加基础属性;S6、通过每个角色的用于控制行为树节点显隐的脚本控制每个角色对应的AI模型的行为树组件中每个行为树节点的显隐状态。本发明的有益效果是:实现所有角色共用一个AI,大大提高开发AI的效率。
Description
技术领域
本发明涉及游戏控制领域,特别涉及一种AI模型的构建方法及系统。
背景技术
AI是游戏的灵魂,游戏中角色的AI(人工智能)水平直接决定着游戏的惊险性、刺激性、趣味性,优秀的游戏会使人玩不释手。为了使敌人角色不再只会呆滞地向前径直冲向玩家,而是老练狡猾的进行战斗、反击、求援、躲避等,传统的做法是为每个拥有不同行为的角色都编写不同的AI来实现它的功能,这样在开发游戏过程中,需要花费大量的时间和精力。
发明内容
本发明提供了一种AI模型的构建方法及系统,解决了现有技术中为每个拥有不同行为的角色都编写不同的AI来实现它的功能而导致需要花费大量的时间和精力的技术问题。
本发明解决上述技术问题的技术方案如下:
一种AI模型的构建方法,包括:
S1、选择一个AI模型,给所述AI模型添加行为树组件;
S2、通过多种感知能力的行为树节点脚本将多种行为树节点脚本对应的多种行为树节点添加到所述行为树组件中;
S3、根据多种行为能力的实现逻辑对所述多种行为树节点进行组合,得到通用AI模型;
S4、根据所述通用AI模型生成每个角色对应的AI模型;
S5、通过每个角色的基础属性脚本给每个角色对应的AI模型的行为树组件添加基础属性;
S6、通过每个角色的用于控制行为树节点显隐的脚本控制每个角色对应的AI模型的行为树组件中每个行为树节点的显隐状态。
本发明的有益效果是:实现所有角色共用一个AI,大大提高开发AI的效率,并且在之后的修改过程中,只需要更改这一个AI,即可达到所有角色同步修改的效果,给开发人员节省了大量时间和精力。对于游戏开发中的可复用性和效率的提升具有很大的意义。
在上述技术方案的基础上,本发明还可以做如下改进。
优选地,步骤S6之前,还包括:
分别对所述多种感知能力和所述多种行为能力进行编号;
给每个角色添加自身所具备的感知能力的编号和行为能力的编号,得到编号列表;
根据每个角色的编号列表设置每个角色的用于控制行为树节点显隐的脚本。
优选地,所述多种感知能力包括:视野、听觉、触觉、被攻击、生命值低下、缺弹药、威胁、消息和环境。
优选地,所述多种行为能力包括:移动、攻击、逃跑、求援、增援、切换武器、随机移动、战立。召唤、自动回血和捡血包。
优选地,所述基础属性包括:身份阵营、生命值、攻击目标、攻击力、攻击距离、攻击频率、视野距离、移动速度和使用武器。
一种AI模型的构建系统,包括:
选择模块,用于选择一个AI模型,给所述AI模型添加行为树组件;
第一添加模块,用于通过多种感知能力的行为树节点脚本将多种行为树节点脚本对应的多种行为树节点添加到所述行为树组件中;
组合模块,用于根据多种行为能力的实现逻辑对所述多种行为树节点进行组合,得到通用AI模型;
生成模块,用于根据所述通用AI模型生成每个角色对应的AI模型;
第二添加模块,用于通过每个角色的基础属性脚本给每个角色对应的AI模型的行为树组件添加基础属性;
控制模块,用于通过每个角色的用于控制行为树节点显隐的脚本控制每个角色对应的AI模型的行为树组件中每个行为树节点的显隐状态。
优选地,还包括设置模块,用于:
分别对所述多种感知能力和所述多种行为能力进行编号;
给每个角色添加自身所具备的感知能力的编号和行为能力的编号,得到编号列表;
根据每个角色的编号列表设置每个角色的用于控制行为树节点显隐的脚本。
优选地,所述多种感知能力包括:视野、听觉、触觉、被攻击、生命值低下、缺弹药、威胁、消息和环境。
优选地,所述多种行为能力包括:移动、攻击、逃跑、求援、增援、切换武器、随机移动、战立。召唤、自动回血和捡血包。
优选地,所述基础属性包括:身份阵营、生命值、攻击目标、攻击力、攻击距离、攻击频率、视野距离、移动速度和使用武器。
附图说明
图1为本发明实施例提供的一种AI模型的构建方法的流程示意图;
图2为本发明另一实施例提供的一种AI模型的构建系统的结构示意图;
图3为本发明另一实施例提供的一种AI模型的构建系统的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种AI模型的构建方法,包括:
S1、选择一个AI模型,给AI模型添加行为树组件;
S2、通过多种感知能力的行为树节点脚本将多种行为树节点脚本对应的多种行为树节点添加到行为树组件中;
S3、根据多种行为能力的实现逻辑对多种行为树节点进行组合,得到通用AI模型;
S4、根据通用AI模型生成每个角色对应的AI模型;
S5、通过每个角色的基础属性脚本给每个角色对应的AI模型的行为树组件添加基础属性;
S6、通过每个角色的用于控制行为树节点显隐的脚本控制每个角色对应的AI模型的行为树组件中每个行为树节点的显隐状态。
实现通用AI模型主要运用到了Unity3D游戏引擎和行为树设计插件BehaviorDesigner,BehaviorDesigner插件的Movement、Tactical扩展包。导入插件之后,实现的具体步骤如下:
①选中一个模型,并添加BehaviorTree组件。
②编写各个感知能力的行为树节点脚本,比如判断自身血量百分比的节点,首先通过c#进行编程,之后将节点添加到行为树组件中。
③利用行为树节点编写各个行为的实现逻辑。通过选择不同的节点进行组合,实现某一种行为逻辑,比如:无弹药时切换武器,需要有获得当前武器子弹的节点,更换武器的节点等,这些节点组合起来,即完成了无弹药时切换武器的这一种行为。
④根据AI模型,组合感知和行为到一棵完整的行为树上。将上述实现的各种行为,比如无弹药时切换武器,血量低时逃跑等行为,进行组合拼接,这样这个角色将具备上述列举的所有行为。
⑤此AI由于是通用AI,所有为了满足不同角色属性值不同的要求,需要先将角色的属性值,填入XML表中。
⑥编写读取XML文件的脚本,获取角色的基础属性。
⑦编写设置基础属性的脚本,将角色的基础属性设置到行为树或组件脚本中,XML表格中的值,将被赋予到行为树中。
优选地,步骤S6之前,还包括:
分别对多种感知能力和多种行为能力进行编号;
给每个角色添加自身所具备的感知能力的编号和行为能力的编号,得到编号列表;
根据每个角色的编号列表设置每个角色的用于控制行为树节点显隐的脚本。
角色的AI越复杂,其需要实时判断的数据将会越多,而不同游戏其对于AI的需求,并非全部具备上述的所有感知和行为,比如有些游戏中的角色并不具备捡血包的行为,也有可能不具备对于威胁的感知,那么如果不对AI感知和行为进行筛选,必会造成程序数据处理的浪费,给系统带来不必要的开销。针对这种情况,不同游戏选择通用角色AI中的部分感知和行为的功能成为必要。
对于已经完成的通用AI模型,并不能进行更改,否则将会对所有引用此AI的角色造成影响,通过对Unity3D和BehaviorDesigner的理解和运用,现进行如下设计以实现不同角色引用通用AI而进行不同的感知和行为筛选:
①将所有的感知进行编号,如:视野编号为1,被攻击编号为2……。
②将所有的行动进行编号,方法如上。
③每个角色添加其自身所具备的感知和行动的编号列表。
④编写动态设置行为树节点显隐的脚本,根据感知和行动列表动态关闭不需要的功能,这样将减少不必要的数据处理。
AI是游戏的灵魂,游戏中角色的AI(人工智能)水平直接决定着游戏的惊险性、刺激性、趣味性,优秀的游戏会使人玩不释手。为了使敌人角色不再只会呆滞地向前径直冲向玩家,而是老练狡猾的进行战斗、反击、求援、躲避等,传统的做法是为每个拥有不同行为的角色都编写不同的AI来实现它的功能,而在此设计一套通用的AI系统之后,不同的角色,通过设置关闭不需要的行为,打开需要的行为以及设置不同的属性值,将实现所有角色共用这一个AI即可,大大提高开发AI的效率,并且在之后的修改过程中,只需要更改这一个AI,即可达到所有角色同步修改的效果。对于游戏开发中的可复用性和效率的提升具有很大的意义。
具体地,多种感知能力包括:视野、听觉、触觉、被攻击、生命值低下、缺弹药、威胁、消息和环境。
具体地,多种行为能力包括:移动、攻击、逃跑、求援、增援、切换武器、随机移动、战立。召唤、自动回血和捡血包。
具体地,基础属性包括:身份阵营、生命值、攻击目标、攻击力、攻击距离、攻击频率、视野距离、移动速度和使用武器。
通用角色AI是基于目前的Unity3D游戏开发引擎以及行为树概念设计,让AR游戏中的角色具备“感知、决策、行动”的能力,配和游戏世界的动画系统,物理仿真系统等,使游戏中的角色看上去像真实的人或动物。使用AI的架构模型来分层次处理运动层、决策层、战略层的内容。
根据绝大多数现代游戏中对AI的需求,将角色AI的基本能力概括为:感知、决策、行动。根据上述三种能力进行细化分析设计,形成一整套通用AI的架构模型。以此模型为基础,通过动态对角色参数的设置,对三种能力的具体不同选择来适应大部分角色的AI需求。
1、感知和行动的细化分析设计
在游戏中,AI角色通常可以通过积极查询自身以及周围的环境或者接收消息的方式来感知游戏世界。在行动方面,AI则主要表现在角色的自主移动、战斗方式等。多种感知能力包括:视野、听觉、触觉、被攻击、生命值低下、缺弹药、威胁、消息和环境等。多种行为能力包括:移动、攻击、逃跑、求援、增援、切换武器、随机移动、战立。召唤、自动回血和捡血包。
2、结合感知和行动对通用AI的基础属性进行罗列汇总,并进行决策设计
使用相同AI的角色,由于基础属性的不同,在游戏中的表现也会截然不同。例如:攻击频率的快慢,表现出来就是角色凶猛程度的差异,又比如血量和移动速度的不同,又决定角色是适合当肉盾在最前面还是更适合游离场中进行偷袭等等。因此根据设计的感知和行动,罗列出能左右角色AI表现的基础属性:身份阵营、生命值、攻击目标、攻击力、攻击距离、攻击频率、视野距离、移动速度和使用武器等。
当确定好了角色的基础属性,具备了感知和行动能力之后,并不能成为一个完整的AI,还需要利用感知的结果合理的选择行动,在多种可能性之间切换,例如当发现敌人时是需要进行战斗还是逃跑,这就是AI的决策设计,决定着角色下一时刻应该做什么。
结合已有的行动,设定不同的感知触发条件,确立AI的架构模型,现设计不同的行动所需触发条件如下:
〃移动①当没有触发任何感知的时候
〃攻击①当视野内发现攻击目标②当被敌人攻击
〃逃跑①当血量低于一定百分比(比如血量低于10%)
〃求援①当血量低于一定百分比(比如血量低于50%)
〃增援①当接收到增援消息
〃切换武器①受到威胁时切换到指定武器(视野范围内敌人数量超过一定数值)②武器子弹用光③血量低于一定百分比时切换到指定武器(比如血量低于30%)
〃随机移动①当没有触发任何感知的时候
〃站立①当没有触发任何感知的时候
〃召唤①当血量低于一定百分比
〃自动回血①当血量低于一定百分比
〃捡血包①当血量低于一定百分比
如图2所示,一种AI模型的构建系统,包括:
选择模块1,用于选择一个AI模型,给AI模型添加行为树组件;
第一添加模块2,用于通过多种感知能力的行为树节点脚本将多种行为树节点脚本对应的多种行为树节点添加到行为树组件中;
组合模块3,用于根据多种行为能力的实现逻辑对多种行为树节点进行组合,得到通用AI模型;
生成模块4,用于根据通用AI模型生成每个角色对应的AI模型;
第二添加模块5,用于通过每个角色的基础属性脚本给每个角色对应的AI模型的行为树组件添加基础属性;
控制模块6,用于通过每个角色的用于控制行为树节点显隐的脚本控制每个角色对应的AI模型的行为树组件中每个行为树节点的显隐状态。
如图3所示,图2所示的构建系统还包括设置模块7,用于:
分别对多种感知能力和多种行为能力进行编号;
给每个角色添加自身所具备的感知能力的编号和行为能力的编号,得到编号列表;
根据每个角色的编号列表设置每个角色的用于控制行为树节点显隐的脚本。
具体地,多种感知能力包括:视野、听觉、触觉、被攻击、生命值低下、缺弹药、威胁、消息和环境。
具体地,多种行为能力包括:移动、攻击、逃跑、求援、增援、切换武器、随机移动、战立。召唤、自动回血和捡血包。
具体地,基础属性包括:身份阵营、生命值、攻击目标、攻击力、攻击距离、攻击频率、视野距离、移动速度和使用武器。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种AI模型的构建方法,其特征在于,包括:
S1、选择一个AI模型,给所述AI模型添加行为树组件;
S2、通过多种感知能力的行为树节点脚本将多种行为树节点脚本对应的多种行为树节点添加到所述行为树组件中;
S3、根据多种行为能力的实现逻辑对所述多种行为树节点进行组合,得到通用AI模型;
S4、根据所述通用AI模型生成每个角色对应的AI模型;
S5、通过每个角色的基础属性脚本给每个角色对应的AI模型的行为树组件添加基础属性;
S6、通过每个角色的用于控制行为树节点显隐的脚本控制每个角色对应的AI模型的行为树组件中每个行为树节点的显隐状态。
2.根据权利要求1所述的一种AI模型的构建方法,其特征在于,步骤S6之前,还包括:
分别对所述多种感知能力和所述多种行为能力进行编号;
给每个角色添加自身所具备的感知能力的编号和行为能力的编号,得到编号列表;
根据每个角色的编号列表设置每个角色的用于控制行为树节点显隐的脚本。
3.根据权利要求1或2所述的一种AI模型的构建方法,其特征在于,所述多种感知能力包括:视野、听觉、触觉、被攻击、生命值低下、缺弹药、威胁、消息和环境。
4.根据权利要求3所述的一种AI模型的构建方法,其特征在于,所述多种行为能力包括:移动、攻击、逃跑、求援、增援、切换武器、随机移动、战立。召唤、自动回血和捡血包。
5.根据权利要求4所述的一种AI模型的构建方法,其特征在于,所述基础属性包括:身份阵营、生命值、攻击目标、攻击力、攻击距离、攻击频率、视野距离、移动速度和使用武器。
6.一种AI模型的构建系统,其特征在于,包括:
选择模块,用于选择一个AI模型,给所述AI模型添加行为树组件;
第一添加模块,用于通过多种感知能力的行为树节点脚本将多种行为树节点脚本对应的多种行为树节点添加到所述行为树组件中;
组合模块,用于根据多种行为能力的实现逻辑对所述多种行为树节点进行组合,得到通用AI模型;
生成模块,用于根据所述通用AI模型生成每个角色对应的AI模型;
第二添加模块,用于通过每个角色的基础属性脚本给每个角色对应的AI模型的行为树组件添加基础属性;
控制模块,用于通过每个角色的用于控制行为树节点显隐的脚本控制每个角色对应的AI模型的行为树组件中每个行为树节点的显隐状态。
7.根据权利要求6所述的一种AI模型的构建系统,其特征在于,还包括设置模块,用于:
分别对所述多种感知能力和所述多种行为能力进行编号;
给每个角色添加自身所具备的感知能力的编号和行为能力的编号,得到编号列表;
根据每个角色的编号列表设置每个角色的用于控制行为树节点显隐的脚本。
8.根据权利要求6或7所述的一种AI模型的构建系统,其特征在于,所述多种感知能力包括:视野、听觉、触觉、被攻击、生命值低下、缺弹药、威胁、消息和环境。
9.根据权利要求8所述的一种AI模型的构建系统,其特征在于,所述多种行为能力包括:移动、攻击、逃跑、求援、增援、切换武器、随机移动、战立。召唤、自动回血和捡血包。
10.根据权利要求9所述的一种AI模型的构建系统,其特征在于,所述基础属性包括:身份阵营、生命值、攻击目标、攻击力、攻击距离、攻击频率、视野距离、移动速度和使用武器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711228054.3A CN107899244A (zh) | 2017-11-29 | 2017-11-29 | 一种ai模型的构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711228054.3A CN107899244A (zh) | 2017-11-29 | 2017-11-29 | 一种ai模型的构建方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107899244A true CN107899244A (zh) | 2018-04-13 |
Family
ID=61848093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711228054.3A Pending CN107899244A (zh) | 2017-11-29 | 2017-11-29 | 一种ai模型的构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107899244A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108553903A (zh) * | 2018-04-19 | 2018-09-21 | 网易(杭州)网络有限公司 | 控制机器人玩家方法及装置 |
CN109499068A (zh) * | 2018-11-14 | 2019-03-22 | 腾讯科技(深圳)有限公司 | 对象的控制方法和装置、存储介质、电子装置 |
CN110898433A (zh) * | 2019-11-28 | 2020-03-24 | 腾讯科技(深圳)有限公司 | 虚拟对象控制方法、装置、电子设备及存储介质 |
CN114444338A (zh) * | 2022-04-11 | 2022-05-06 | 北京瑞莱智慧科技有限公司 | Ai模型组合快速轻量级验证的方法、装置及存储介质 |
CN114943976A (zh) * | 2022-07-26 | 2022-08-26 | 深圳思谋信息科技有限公司 | 模型生成的方法、装置、电子设备和存储介质 |
WO2023004806A1 (zh) * | 2021-07-30 | 2023-02-02 | 西门子股份公司 | Ai模型的设备部署方法、系统及存储介质 |
CN115957510A (zh) * | 2023-02-03 | 2023-04-14 | 北京畅游时代数码技术有限公司 | 一种角色行为控制的方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140372554A1 (en) * | 2013-06-14 | 2014-12-18 | Disney Enterprises, Inc. | Efficient synchronization of behavior trees using network significant nodes |
CN106250100A (zh) * | 2016-08-15 | 2016-12-21 | 腾讯科技(深圳)有限公司 | 系统逻辑控制方法及装置 |
CN107115673A (zh) * | 2017-04-27 | 2017-09-01 | 腾讯科技(深圳)有限公司 | 一种基于行为树的行为执行方法和装置 |
-
2017
- 2017-11-29 CN CN201711228054.3A patent/CN107899244A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140372554A1 (en) * | 2013-06-14 | 2014-12-18 | Disney Enterprises, Inc. | Efficient synchronization of behavior trees using network significant nodes |
CN106250100A (zh) * | 2016-08-15 | 2016-12-21 | 腾讯科技(深圳)有限公司 | 系统逻辑控制方法及装置 |
CN107115673A (zh) * | 2017-04-27 | 2017-09-01 | 腾讯科技(深圳)有限公司 | 一种基于行为树的行为执行方法和装置 |
Non-Patent Citations (1)
Title |
---|
JUMBOWU: "Behavior Designer 中文版教程", 《HTTPS://WWW.JIANSHU.COM/P/64B5FE01FB1C》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108553903A (zh) * | 2018-04-19 | 2018-09-21 | 网易(杭州)网络有限公司 | 控制机器人玩家方法及装置 |
CN108553903B (zh) * | 2018-04-19 | 2021-11-23 | 网易(杭州)网络有限公司 | 控制机器人玩家方法及装置 |
CN109499068A (zh) * | 2018-11-14 | 2019-03-22 | 腾讯科技(深圳)有限公司 | 对象的控制方法和装置、存储介质、电子装置 |
CN109499068B (zh) * | 2018-11-14 | 2022-06-03 | 腾讯科技(深圳)有限公司 | 对象的控制方法和装置、存储介质、电子装置 |
CN110898433A (zh) * | 2019-11-28 | 2020-03-24 | 腾讯科技(深圳)有限公司 | 虚拟对象控制方法、装置、电子设备及存储介质 |
CN110898433B (zh) * | 2019-11-28 | 2021-09-03 | 腾讯科技(深圳)有限公司 | 虚拟对象控制方法、装置、电子设备及存储介质 |
WO2023004806A1 (zh) * | 2021-07-30 | 2023-02-02 | 西门子股份公司 | Ai模型的设备部署方法、系统及存储介质 |
CN114444338A (zh) * | 2022-04-11 | 2022-05-06 | 北京瑞莱智慧科技有限公司 | Ai模型组合快速轻量级验证的方法、装置及存储介质 |
CN114943976A (zh) * | 2022-07-26 | 2022-08-26 | 深圳思谋信息科技有限公司 | 模型生成的方法、装置、电子设备和存储介质 |
CN114943976B (zh) * | 2022-07-26 | 2022-10-11 | 深圳思谋信息科技有限公司 | 模型生成的方法、装置、电子设备和存储介质 |
CN115957510A (zh) * | 2023-02-03 | 2023-04-14 | 北京畅游时代数码技术有限公司 | 一种角色行为控制的方法及系统 |
CN115957510B (zh) * | 2023-02-03 | 2023-11-10 | 北京畅游时代数码技术有限公司 | 一种角色行为控制的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107899244A (zh) | 一种ai模型的构建方法及系统 | |
CN111744201B (zh) | 视频游戏中的自动玩家控制接管 | |
Lim et al. | Evolving behaviour trees for the commercial game DEFCON | |
Ponsen et al. | Improving adaptive game AI with evolutionary learning | |
CN105119733B (zh) | 人工智能系统及其状态跳转方法、服务器、通信系统 | |
Ponsen et al. | Automatically generating game tactics through evolutionary learning | |
CN102682196B (zh) | 一种图形化显示方法及系统 | |
CN108553903A (zh) | 控制机器人玩家方法及装置 | |
CN108211362A (zh) | 一种基于深度q学习网络的非玩家角色战斗策略学习方法 | |
US11969654B2 (en) | Method and apparatus for determining target virtual object, terminal, and storage medium | |
CN110489340A (zh) | 一种游戏地图平衡性测试方法、装置、设备及存储介质 | |
Majchrzak et al. | Advanced dynamic scripting for fighting game AI | |
Esparcia-Alcázar et al. | Controlling bots in a first person shooter game using genetic algorithms | |
Gabriel et al. | Neuroevolution based multi-agent system for micromanagement in real-time strategy games | |
Sweetser | An emergent approach to game design: Development and play | |
Spronck | A model for reliable adaptive game intelligence | |
US20230016383A1 (en) | Controlling a virtual objectbased on strength values | |
CN113633987B (zh) | 对象控制方法和装置、存储介质及电子设备 | |
CN111389011B (zh) | 一种游戏模型训练方法、装置、电子设备及介质 | |
JP2018171448A (ja) | 学習装置、学習方法、学習プログラム、動画配信装置、オブジェクト活動装置、オブジェクト活動プログラムおよび動画生成装置 | |
Reeder et al. | Interactively evolved modular neural networks for game agent control | |
Kayakoku et al. | A novel behavioral strategy for RoboCode platform based on deep Q-learning | |
WO2024109365A1 (zh) | 虚拟对象的控制方法、装置、设备、介质及产品 | |
JP6326167B1 (ja) | 学習装置、学習方法、学習プログラム、動画配信装置、活動装置、活動プログラムおよび動画生成装置 | |
Tan et al. | A combined tactical and strategic hierarchical learning framework in multiagent games |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180413 |
|
RJ01 | Rejection of invention patent application after publication |