【摘要】当今游戏产业正以惊人的速度蓬勃发展，探索游戏开发中的关键技术——人工智能（AI）技术游戏角色，挖掘当今游戏产业发展的内幕； 预测游戏产业的未来发展。
[关键词] 游戏人工智能 遗传算法 AI技术
1. 游戏与人工智能
当今的游戏产业正在不断扩张，吸引更多新玩家，并以前所未有的速度蓬勃发展。 随着新的游戏机和PC平台不断涌入市场，为游戏开发者提供了充足的物质条件：更多的内存空间、更快的CPU速度、更多的连接选项和更高的视频分辨率。 但同时，他们也面临更多的权衡和关键选择。 新游戏应该更多地关注视频分辨率还是碰撞真实感？ 从游戏速度上来说，一款时隔一年多甚至更长时间才制作出来的游戏，在上线时在当时的主流机器上能开发到什么程度呢？ 我们怎样才能让我们的游戏比竞争对手的产品更好？
游戏人工智能（AI）的应用使游戏开发取得了质的飞跃。 高品质的游戏AI不再仅仅被认为是提高帧率，而是促进或阻碍游戏产品销售的决定性因素。 因此，游戏开发商竭尽全力研究新的人工智能技术，打造更好、更智能的游戏人工智能，以吸引尽可能多的玩家并增加产品销量。 例如，开发者多年使用AI的经典《吃豆人》游戏中的恶魔，《虚幻》第一人称射击游戏中的虚拟队友，以及介于两者之间的许多其他游戏角色，似乎都有智能生活在游戏中，因此这类游戏在市场上很受欢迎。 然而，开发者的理想并不局限于此。 他们希望让AI不仅能够创造出有趣的游戏对手，还能够与玩家对话，与众多在线冒险家互动，不断学习，使其在下一轮游戏中变得更加聪明、机智。
2.现有游戏AI技术
1.也许，游戏中应用最广泛的AI技术就是劣势。 例如，在战争模拟游戏中，计算机控制的玩家可以知道对手（人类）的所有信息，而无需像人类玩家那样派遣侦察兵收集情报。 这种作弊行为非常常见，使计算机比人类玩家具有某种优势。 作弊必须走中道，给玩家创造足够的挑战，让游戏变得有趣、好玩。
2. 作弊并不是现有的唯一常用的人工智能技术。 有限状态机（finite state machine，FSM）是一种随处可见的游戏AI技术。
3. 开发人员经常在模糊状态机中使用模糊逻辑，使最终动作不可预测游戏开发中的人工智能 下载，并减轻必须在 if-then 语句中枚举大量条件的负担。
4、在各种游戏中，非玩家角色的基本任务就是快速找到有效的路径。 在战争模拟游戏中，一支由非玩家角色组成的军队必须能够穿越各种地形游戏开发中的人工智能 下载，避开各种障碍物，并到达敌人的位置。 第一人称射击游戏中的生物必须能够穿过地牢或建筑物才能与玩家见面或逃离玩家的视线。
5. 游戏设计师有责任为玩家创造一个具有挑战性的游戏环境。 事实上，游戏的大部分开发都是为了平衡游戏世界。 游戏必须让玩家感到足够困难，既能引起玩家的兴趣，又不会让玩家感到沮丧。 有时候玩家会发现一些漏洞或者技巧，那就是作弊。 为不同技能水平的玩家制作一款真正平衡且具有挑战性的游戏是一项艰巨的任务。 幸运的是，遗传算法（遗传算法）可以提供帮助。
在现实世界中，物种不断进化并努力适应环境。 这些物种是最适合继续生存的生物体。 1859年，达尔文在其名著《物种起源》中提出了这一规则。 最能在当前环境中生存的物种是将其特征传递给下一代的物种。 个体的特征写在染色体内。 在下一代，这些染色体将交叉以组合染色体。 交叉是后代重组染色体的方式。 图 1 说明了此过程。
图1 十字
在图 1 中，我们使用随机字母来表示染色体。 每个父母都会将一半的基因传递给后代。 然而，这种交叉过程在现实世界中不一定能完全观察到，也可能发生随机突变，如图 2 所示。
图2 随机突变
随机突变是大自然尝试新事物的方式。 如果随机突变改善了物种，它就会遗传给后代。 如果没有，就不会传承。 上一代最好的生物体的固定染色体重组，加上随机突变，可以使后代更具适应性，从而在其环境中繁殖。 我们可以在游戏中应用相同的概念。 就像在生物世界中一样，游戏世界中的元素可以进化并适应不断变化的形式。
这些只是现有游戏人工智能技术的一部分。 其他包括基于规则的描述系统和一些人工生命技术。 种类很多，这里就不一一列举了。
3. 游戏AI的未来
游戏人工智能的下一件大事是“学习”。 游戏上线后，所有非玩家角色的行为不再被提前安排。 玩游戏的时间越长，游戏就会进化和学习得越多，它就会变得更具适应性。 这样的游戏会随着玩家的成长，游戏行为将很难让玩家预测，因此可以延长游戏的生命周期。 游戏会学习和进化，创造出一种固有的不可预测的性质，这显然使人工智能开发人员带着相当的不安探索“学习”技术。
“学习”和“对角色行为做出反应”技术属于非定性人工智能领域，需要很长时间来开发和测试。 另外，很难理解人工智能到底会做什么硬件设备，这使得调试变得更加困难。 事实证明，这些因素是广泛采用“学习”人工智能技术的巨大障碍。 但这一切正在悄然改变。
