1、面對不斷成熟的多元化游戲市場，游戲開發(fā)人員希望通過游戲智能設計上的改進來提高游戲的可玩性。當前游戲的智能設計中，除了行為的外在表現以及尋路算法的優(yōu)化外，智能角色的控制也是智能開發(fā)人員的研究重點。開發(fā)人員希望游戲智能角色能夠模擬游戲中玩家行為和策略的方式，從而縮小現實與虛擬間的差距增加游戲的挑戰(zhàn)性。
　　本文采用基于模型的智能行為系統(tǒng)，并結合認知科學中的SOAR行為模型以及經濟學中的有限理性決策理論，使得游戲中智能角色的感知、決策以

2、及行為執(zhí)行過程更加貼合玩家的行為模式。本文的主要工作及取得的成果：
　　(1)針對過去視錐視距布爾化感知域的設定方式中的問題，本文首先引入生物視覺感知模型中的感受理論重構了智能角色的可確定性感知域，然后結合視覺敏感度模型來計算非確定性感知域的確定性值，最終綜合分析前面兩個部分的信息生成智能角色的感知輸入信息。對抗性實驗表明，改進后的感知模型能夠在不影響系統(tǒng)效率的前提下為后續(xù)智能決策過程提供更加充分且有用的信息。
　　(2)本

3、文采用前瞻樹遞歸預測的方法來提高智能角色的決策能力。該方法將在每次系統(tǒng)更新時都會依據智能角色的屬性狀態(tài)轉化自動構建一棵前瞻樹，同時結合偏好關系以及效用評估理論來計算前瞻樹中每一個執(zhí)行子的效用值大小。最后，系統(tǒng)依據前瞻樹頂層執(zhí)行子的綜合效用大小來選擇最滿意的行為作為輸出。分析實驗數據發(fā)現，改進后的智能決策方法更加貼合玩家的思維方式，并且產生更好的決策效果。
　　(3)在以上智能決策改進方法的基礎上，本文采用行為多隊列的行為組織方式應