Pac-Man游戏中NPC的进化神经网络学习方法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究的目的与意义 | 第9页 |
| 1.2 国内外发展现状 | 第9-13页 |
| 1.2.1 人工智能在游戏中的应用 | 第9-11页 |
| 1.2.2 Pac-Man 游戏的研究现状 | 第11-13页 |
| 1.3 本文的研究内容 | 第13-15页 |
| 第2章 基础知识 | 第15-21页 |
| 2.1 进化神经网络简介 | 第15-17页 |
| 2.1.1 遗传算法 | 第15页 |
| 2.1.2 神经网络 | 第15-16页 |
| 2.1.3 进化神经网络 | 第16-17页 |
| 2.2 Pac-Man 简介 | 第17-21页 |
| 2.2.1 Pac-Man 的版本 | 第17-19页 |
| 2.2.2 游戏规则 | 第19页 |
| 2.2.3 Ghost 的行为 | 第19-21页 |
| 第3章 进化神经网络学习方法 | 第21-33页 |
| 3.1 前人工作的分析 | 第21-23页 |
| 3.2 仿真环境 | 第23-25页 |
| 3.2.1 游戏引擎 | 第23-24页 |
| 3.2.2 游戏的基本要素 | 第24-25页 |
| 3.3 学习过程 | 第25-33页 |
| 3.3.1 Ghost 行为的分析 | 第25页 |
| 3.3.2 神经网络控制的 Ghost | 第25-28页 |
| 3.3.3 使用遗传算法进行选择 | 第28-30页 |
| 3.3.4 对各个 Ghost 的处理 | 第30-33页 |
| 第4章 仿真实验 | 第33-39页 |
| 4.1 实验的软硬件平台 | 第33页 |
| 4.2 实验用的 Pac-Man | 第33-34页 |
| 4.3 NRed 的实验结果与分析 | 第34-35页 |
| 4.4 NPink 的实验结果与分析 | 第35-36页 |
| 4.5 解决 Ghost 的绕圈问题 | 第36-39页 |
| 第5章 结论与展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |
| 攻读学位期间取得的科研成果 | 第45页 |
