近年来,随着计算机处理能力的大大提高,相关的软件和平台也随之飞速发展,电子游戏与三维仿真等技术均已发展到了相对较高的水平,一个较为显著的特征是其中的图像、音效等元素足以以假乱真。与此同时,作为增强游戏吸引力和提升整体系统体验的人工智能技术,也被放到了同等重要的位置。本文提出的系统是在所设计的实际的游戏原型系统下,利用多种算法处理智能体与人、环境间的交互行为,最终以行为树为驱动,使智能体能够进行相对合理的决策,并能持续性的反馈,进行上下文相关的再决策,从而实现智能体的自治。本文研究了实际原型系统中有外部设备的语音干预条件下智能体进行决策的问题。主程序基于Unity实现,并设计了一套系统架构与处理流程。分析探讨了现有引擎或组件的原理与应用,以及如何将它们与Unity工程有机结合。使用相关语音引擎实现了一个语音识别插件,从而进行跨语言调用。并设定合理的参数,将包括语音在内的、行为树无法直接处理的外部信息,统一转换成线性的文本形式。对于语音识别的结果,让程序通过本地网络与服务端进行通信,使用文本机器学习的方法,将句子转化为稠密向量列表,然后进行相似度计算与单词匹配,从而分析其中蕴含的与系统相关的语义信息,作为行为树的前置信息。最终以行为树为驱动,使智能体能够进行相对合理的决策。