| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 本文工作 | 第14页 |
| 1.4 本文结构 | 第14-16页 |
| 第2章 相关知识介绍 | 第16-28页 |
| 2.1 游戏人工智能大致发展历程 | 第16-17页 |
| 2.2 机器学习概述 | 第17-18页 |
| 2.3 群体智能 | 第18-27页 |
| 2.3.1 群体智能体系统结构 | 第18-20页 |
| 2.3.2 群体智能体任务分配 | 第20-21页 |
| 2.3.3 群体智能体之间的通信 | 第21-25页 |
| 2.3.4 智能群体编队 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 结合行为树与Q-learning优化NPC行为决策 | 第28-42页 |
| 3.1 行为树基础 | 第28-29页 |
| 3.1.1 行为树组成结构 | 第28-29页 |
| 3.1.2 行为树特性 | 第29页 |
| 3.2 马尔可夫决策过程 | 第29-30页 |
| 3.3 强化学习 | 第30-33页 |
| 3.3.1 强化学习基本原理与模型 | 第30页 |
| 3.3.2 强化学习系统主要组成要素 | 第30-31页 |
| 3.3.3 强化学习算法介绍 | 第31-33页 |
| 3.4 在行为树中学习 | 第33-34页 |
| 3.5 预处理与在线学习 | 第34-36页 |
| 3.5.1 奖励函数设置 | 第34-35页 |
| 3.5.2 更新流程 | 第35页 |
| 3.5.3 收敛性 | 第35-36页 |
| 3.5.4 筛选Q表信息依据几点规范 | 第36页 |
| 3.6 实验 | 第36-40页 |
| 3.6.1 状态空间 | 第38页 |
| 3.6.2 行为空间 | 第38页 |
| 3.6.3 学习过程中行为选择机制 | 第38-39页 |
| 3.6.4 奖励函数 | 第39页 |
| 3.6.5 实验结果 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第4章 行为树框架下群体智能 | 第42-59页 |
| 4.1 具有等级的指挥系统 | 第42-44页 |
| 4.2 利用行为树平行节点实现团队协作 | 第44页 |
| 4.3 Hook技术协调行为树框架下群体NPC行为 | 第44-45页 |
| 4.4 基于策略分层的层次化行为树 | 第45-49页 |
| 4.4.1 层次架构 | 第46-47页 |
| 4.4.2 层次间行为树的通信 | 第47-48页 |
| 4.4.3 基于命令与事件驱动的行为树 | 第48-49页 |
| 4.5 基于UDK的群体策略AI实现 | 第49-58页 |
| 4.5.1 计算机与运动平台交互实现 | 第49-51页 |
| 4.5.2 游戏玩法与整体策划 | 第51-52页 |
| 4.5.3 基于UDK的行为树实现 | 第52-54页 |
| 4.5.4 分队战术 | 第54-55页 |
| 4.5.5 关键类的实现 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录A 攻读硕士学位期间发表论文及参与科研项目 | 第65-66页 |
| 致谢 | 第66页 |