文章目录
考试内容
一、填空题（每空1分，共16分）
二、名词解释（每题3分，共18分）
三、简答题（每题4分，共16分）
四．设计题（10分）
1 游戏人工智能发展
- 硬编码（早期）
- Pong（游戏中最早使用）
- 格斗类游戏（推动了游戏AI的发展，预判玩家位置和行动）
- 策略类游戏（极大推动）
- 强化学习
2 游戏AI技术的分类
- 确定型：基于固定领域知识，模拟简单的固定行为
- 行为型：基于行为模式来模拟智能行为
- 策略型：策略模拟
确定型AI算法
预先编入代码当中的可预测的行为（例如：物体的运动轨迹）
跟踪追逐：在每一帧中，智能体计算其到目标的前进方向，并根据其速度，前进一段距离
逃避算法：与前面的chasing算法基本相同，唯一区别是智能体沿着远离物体的方向移动
行为型AI算法
例如：吃豆人
3 智能体agent与基本感官系统
智能体需要对其周围的事件、环境、玩家控制角色及其他智能体做出反应。
Agent基本感官系统
智能体感官系统组成
- 所在队伍
- 感觉（视觉、触觉。。。）
视觉：基于光线投射实现（缺点：并不是对视觉过程准确建模）
视锥：检测游戏对象与视锥是否重叠；从视野中心区到视野周边区域，游戏对象被检测到的可能性降低。
触觉：使用碰撞器检测
智能体感官系统设计
创新性组合（例如设计一个能感知魔法但没有视觉的NPC）
4 路径规划
路点法
物体移动路径事先确定
简单，是复杂寻路算法的基础。
使用该方法更容易微调AI智能体的行为
应用广泛（如TD类，祖玛）
A*启发搜索
总结
- 将起始位置添加到Open表.
- 重复做以下步骤:
a) 将Open表中具有F最小值的节点设为当前节点.
b) 将该节点从Open表中移至Closed表.
c) 对于当前节点的八个相邻节点：
如果相邻节点为不可走区域或已经在Closed表中，对这些节点不做任何操作. 否则作如下操作：
1）如果相邻节点没在Open表中，则添加入Open表。并将新加入Open表中的节点的父节点设为当前节点，并计算F、G、H值。
2）如果相邻节点已经在Open表中, 比较新路径到该节点的G’与原G的大小：如果G’<G,则更改该相邻节点的G值为G’，重新计算F，并设其父节点为当前节点.
d) 程序终止条件为:
当目标节点被添加到Closed节点（标志路径已经被找到），或
没有找到路径，并且开放列表已为空。 - 保存路径。 从目标节点开始，遍历所有父节点，直到起点为止。
NavMesh
- 设置静态导航Navigation Static
- 烘焙导航网格
- 为玩家控制角色或NPC添加导航网格代理组件NavMesh agent
- 通过脚本设置目的地
5 有限状态机（FSM）
自定义有限状态机行为
- 为状态添加行为脚本
- 行为脚本的事件函数
总结
- 状态规模很大时，设计非常复杂。
- 有限状态机一旦设计完成，难于动态变化。
- 应用于游戏当中的可预测行为。
6 群体行为的模拟
核心：群聚算法
三条规则：
- 凝聚：个体都在其邻近个体的平均位置上运动。
- 对齐：个体按其邻近个体的平均方向移动。
- 分割：个体都要避免与其邻近个体发生碰撞。
7 模糊逻辑
模糊逻辑起源
1965年，美国著名控制论专家Lotfi Zadeh教授----模糊数学
基础为：模糊集合论
模糊逻辑的运算符
模糊逻辑的应用
- 决策
- 行为选择
使用模糊逻辑帮你的人工智能角色做出模糊的判断。