论文部分内容阅读
随着计算机游戏产业的不断发展,计算机游戏的图像、音效、剧情等丰富玩家感官体验的手段已经发展到了极致,其技术逼真的程度足以以假乱真,同时这些相关技术的提升速度也趋于缓慢。这时就需要新的技术作为提升游戏体验和增强游戏吸引力的有力手段,游戏人工智能技术就是在这样的环境中应运而生的。而一个游戏是否能够得到玩家的喜爱,并对游戏保持较长时间的兴趣,就取决于游戏中的非真人玩家角色的行为是否与真人玩家的行为类似,换句话说就是是否能够真正做到拟人化。本文的工作要点在于研究Unity3D的非真人玩家(NPC)智能行为,以作者参与的行业仿真训练系统项目的警察智能抓捕现场为背景,设计基于Unity3D平台,以行为树算法作为逻辑向导,实现项目中警察NPC和罪犯NPC的人工智能行为,并完成警察智能抓捕功能的项目制作。本文首先将游戏人工智能以及游戏NPC行为设计的国内外发展现状进行总结。介绍了人工智能、游戏人工智能、非真人玩家的行为等相关理论,分析并对比了有限状态机和行为树这两种在Unity3D平台中普遍使用的人工智能算法,确定了使用行为树的方法来实现非真人玩家的智能行为的基础。其次,在设计阶段中依据项目的需求设计出了警察NPC人工智能的行为树以及罪犯NPC人工智能的行为树,并对其设计思路进行详细阐述。然后,在制作阶段中详细地说明在Unity3D中通过RAIN这款行为树插件实现警察NPC人工智能的行为树以及罪犯NPC人工智能的行为树的步骤。最后,运行系统进行测试、总结测试结果,实现警察智能抓捕功能。创新点在于罪犯NPC在每次运行时的逃跑路线都不是固定的,具有随机性,模拟现实情况。同时,警察NPC会根据罪犯NPC的逃跑路线自动做出调整,有效地实现仿真训练功能。本研究成果最终实现了项目要求以及初步构想,使用行为树能够简单高效地制作出警察NPC和罪犯NPC的智能行为,系统运行速度良好,对游戏人工智能以及仿真训练的设计也具有一定的指导意义。