转载用遗传算法加强足球游戏的人工智能

转载 用遗传算法加强足球游戏的人工智能原文地址:用遗传算法加强足球游戏的人工智能作者:当时明月在本文原发表于《游戏创造》杂志www.chinagcn.com,如蒙转载,请保留原文和本声明完整,并注明转

转载 用遗传算法加强足球游戏的人工 智能 原文地址:用遗传算法加强足球游戏的人工智能作者:当时明月在本文原 发表于《游戏创造》杂志www.chinagcn.com,如蒙转载,请保留原文和本声 明完整,并注明转载自恋花蝶的博客:用遗传算法加强足球游戏的人工智能 广州网易互动娱乐赖勇浩 项目背景 一直都想用遗传算法(Genetic Algorithms)实现足球游戏的人工智能,但 因为实现一个足球游戏的对战平台太过于繁琐而没有动手。直到在 《Programming Game AI by Example》一书中看到一个SimpleSoccer的 demo(以下简称demo),实现了一个red-blue两队进行机器与机器对抗的简单 足球游戏。在读过它的源码之后,我决定在demo上进行二次开发--为它加入 遗传算法,实验遗传算法在实时战略游戏(RTS)性质的体育游戏中的威力。 demo的架构非常好,采用了状态机来实现游戏流程,并分开计算游戏决 策。因此加入遗传算法非常容易,只要在原来的状态机中增加一两个状态即 可。red-blue两个队伍相互对抗,每队有五位球员,其中一位是守门员。这 个demo的足球规则是简化的,除了只有五个球员外,没有手球也没有越位等 规则,甚至连边界球都没有--球碰到边界就反弹回球场。简化的规则有利于我 们简化实验的过程,不必把很多精力花费在过于复杂的规则上。 图一 在demo的实现中,球场被分割为18块大小相等的区域(见图一)。每一个 球员都一个属于自己的区域(称为HomeRegion),如图一中blue队的10号在

腾讯文库转载用遗传算法加强足球游戏的人工智能
腾讯文库腾讯文库
search
课件
教案
试卷
日记
论文
读后感
中考
高考
考研
雅思
托福
行测
申论
面试攻略
AI
大数据
新媒体
登记表
合同
协议
委托
美食
司法考试
求职招聘
工作汇报
入职培训
实习报告
思想汇报
调研报告
旅游攻略
读书笔记
立享超值文库资源包
我的资料库

file转载用遗传算法加强足球游戏的人工智能付费本文由贤阅文档提供

编辑文档编辑文档
转载用遗传算法加强足球游戏的人工智能原文地址:用遗传算法加强足球游戏的人工智能作者:当时明月在本文原发表于《游戏创造》杂志www.chinagcn.com,如蒙转载,请保留原文和本声明完整,并注明转载自恋花蝶的博客:用遗传算法加强足球游戏的人工智能广州网易互动娱乐赖勇浩项目背景一直都想用遗传算法(GeneticAlgorithms)实现足球游戏的人工智能,但因为实现一个足球游戏的对战平台太过于繁琐而没有动手。直到在《ProgrammingGameAIbyExample》一书中看到一个SimpleSoccer的demo(以下简称demo),实现了一个red-blue两队进行机器与机器对抗的简单足球游戏。在读过它的源码之后,我决定在demo上进行二次开发--为它加入遗传算法,实验遗传算法在实时战略游戏(RTS)性质的体育游戏中的威力。demo的架构非常好,采用了状态机来实现游戏流程,并分开计算游戏决策。因此加入遗传算法非常容易,只要在原来的状态机中增加一两个状态即可。red-blue两个队伍相互对抗,每队有五位球员,其中一位是守门员。这个demo的足球规则是简化的,除了只有五个球员外,没有手球也没有越位等规则,甚至连边界球都没有--球碰到边界就反弹回球场。简化的规则有利于我们简化实验的过程,不必把很多精力花费在过于复杂的规则上。图一在demo的实现中,球场被分割为18块大小相等的区域(见图一)。每一个球员都一个属于自己的区域(称为HomeRegion),如图一中blue队的10号在
自己的HomeRegion(Region5)中处于Wait状态(球员的状态之一)。当一个球员不处于进攻状态(Attacking)、助攻(SupportAttacker)、逐球(ChaseBall)、运球(Dribble)、踢球(KickBall)及返回(ReturnToHomeRegion)时,他就进入Wait状态--等待球队发出的下一个行动指令。显然,就像人类进行足球比赛时需要排兵布阵一样,demo中球员站在哪个位置也相当重要,能否组织起有效的进攻或者防守,决定因素之一就是在合适的位置有没有球员可以快速有效地执行命令。在书中自带的demo中,球员的站位都是固定的,因此难以组织有效的进攻和防守,在某一时间段内容易形成一边倒的局势。使用遗传算法来对球员的站位进行决策分析,可以找出对当前局势就有利的位置编排方案。从而使得球队与球队之间的对抗趋于激烈、策略更加有效、攻守都更精彩。遗传算法概述遗传算法因为它在解决许多生产、生活中的问题上的卓越性能而经久不衰。随着计算机的计算能力日益增强和玩家对游戏中的人工智能的强烈需求,目前在单机游戏中已经开始应用遗传算法、人工神经网络等现代优化计算方法来增强游戏中的人工智能,并且形成了趋势。可见以后为加强机器的对抗性能,遗传算法、人工神经网络等都会越来越多地应用到游戏中。遗传算法是模拟自然界中的生物对自然界的适应而不断进化这一客观事实的算法。为了解决某一个问题,在遗传算法中,我们虚拟一个物种(即解的表现形式或者称为解的编码),并将其放到"自然环境"中天下繁殖、进化,根据优胜劣汰、适者生存的自然法则,繁衍若干代之后,种群中的佼佼者将非常适应"自然环境",这个佼佼者就是我们求得的解了。关于生物学与遗传算法之间的概念的对应关系可以用表一的形式来表示:生物遗传概念
查看剩余全文
复制全文
复制全文
全屏阅读
全屏阅读
下一篇
下一篇