网络游戏中人工智能的研究及应用
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 游戏软件的发展历程 | 第10-12页 |
| 1.2 游戏软件对AI的需求 | 第12-14页 |
| 1.3 游戏软件中AI相关技术及应用现状 | 第14-15页 |
| 1.4 本课题的意义和来源 | 第15-16页 |
| 1.5 作者所作的工作和本文的贡献 | 第16-17页 |
| 1.6 本文的篇章结构 | 第17-19页 |
| 第二章 路径搜索和移动 | 第19-35页 |
| 2.1 A*算法 | 第19-22页 |
| 2.2 开放地形中的导航网格 | 第22-26页 |
| 2.2.1 导航网格的定义和原理 | 第22-23页 |
| 2.2.2 导航网格的预生成 | 第23-26页 |
| 2.3 解路径表 | 第26-28页 |
| 2.4 网络环境下的路径搜索和移动策略 | 第28-32页 |
| 2.4.1 服务对象与方式 | 第28-29页 |
| 2.4.2 安全性需求 | 第29-30页 |
| 2.4.3 性能及优化策略 | 第30-31页 |
| 2.4.4 动态寻路 | 第31-32页 |
| 2.5 怪物猎人项目的路径搜索和移动实现 | 第32-34页 |
| 2.5.1 分层地图寻路 | 第32-33页 |
| 2.5.2 不同尺寸AI对象的路径移动拟合 | 第33-34页 |
| 2.5.3 网络环境下的优化 | 第34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 脚本系统 | 第35-43页 |
| 3.1 脚本系统的功能及定位 | 第35-37页 |
| 3.2 脚本系统与引擎及AI对象的整合 | 第37-39页 |
| 3.3 网络游戏中的脚本应用 | 第39-40页 |
| 3.4 怪物猎人项目的脚本系统 | 第40-41页 |
| 3.4.1 Lua脚本的整合 | 第40页 |
| 3.4.2 基于Lua语言的面向对象扩展开发 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 感知和驱动层 | 第43-54页 |
| 4.1 AI对象与环境的交互方式 | 第43页 |
| 4.2 物理世界的感知 | 第43-47页 |
| 4.2.1 导航网格中的环境感知 | 第44-45页 |
| 4.2.2 基于计算任务的AI动态信息感知 | 第45-47页 |
| 4.3 LOCOMOTION控制 | 第47-48页 |
| 4.4 动画控制技术 | 第48-50页 |
| 4.4.1 基于状态的动画 | 第48页 |
| 4.4.2 基于多变量输入控制的动画 | 第48-49页 |
| 4.4.3 分层动画 | 第49-50页 |
| 4.4.4 IK动画 | 第50页 |
| 4.5 网络环境下的环境感知策略 | 第50-51页 |
| 4.6 网络环境下的动画控制策略 | 第51页 |
| 4.7 怪物猎人项目中AI环境感知和驱动 | 第51-53页 |
| 4.8 本章小结 | 第53-54页 |
| 第五章 决策系统 | 第54-76页 |
| 5.1 AI决策系统的作用和特点 | 第54页 |
| 5.2 有限状态机 | 第54-59页 |
| 5.3 黑板决策 | 第59-62页 |
| 5.4 行为树决策 | 第62-71页 |
| 5.4.1 行为树的基本形式 | 第63-64页 |
| 5.4.2 行为树的运行方式 | 第64-66页 |
| 5.4.3 架构的再设计 | 第66-68页 |
| 5.4.4 行为树的工具需求及开发 | 第68-70页 |
| 5.4.5 行为树的项目应用策略 | 第70-71页 |
| 5.5 决策方式的适用性及比较 | 第71-73页 |
| 5.6 网络游戏的决策系统设计策略 | 第73页 |
| 5.7 基于行为树决策的怪物猎人AI决策系统 | 第73-75页 |
| 5.8 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 论文总结 | 第76-77页 |
| 6.2 游戏AI系统的发展趋势 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间发表与录用的学术论文 | 第81-84页 |
| 附件 | 第84页 |
