基于HTN的实时决策系统及相关算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 插图目录 | 第10-12页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.3 本文的组织结构 | 第15-16页 |
| 第二章 相关技术研究 | 第16-30页 |
| 2.1 游戏人工智能设计技术 | 第16-20页 |
| 2.1.1 有限状态机 | 第16-17页 |
| 2.1.2 基于目标驱动的决策规划系统 | 第17-19页 |
| 2.1.3 基于分层任务网络的决策规划系统 | 第19-20页 |
| 2.2 HTN 决策系统 | 第20-22页 |
| 2.3 HTN 的形式化描述 | 第22-29页 |
| 2.3.1 HTN 规划定义 | 第22-24页 |
| 2.3.2 特定领域的状态空间规划 | 第24-26页 |
| 2.3.3 HTN 规划系统优缺点分析 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 实时搜索算法研究与设计 | 第30-38页 |
| 3.1 研究现状 | 第30-31页 |
| 3.2 实时性算法 | 第31-32页 |
| 3.3 基于代价权的实时规划算法 | 第32-34页 |
| 3.4 时间片路径规划 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于 HTN 的实时决策系统研究与设计 | 第38-47页 |
| 4.1 FPS 游戏中的实时决策系统 | 第38-39页 |
| 4.2 框架设计和内部机制 | 第39-43页 |
| 4.2.1 信念管理模块 | 第41-42页 |
| 4.2.2 中断管理模块 | 第42-43页 |
| 4.2.3 实时规划模块 | 第43页 |
| 4.3 智能体 AI 实现 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 系统实现 | 第47-61页 |
| 5.1 平台搭建 | 第47-51页 |
| 5.2 游戏模式 | 第51-53页 |
| 5.3 智能体设置 | 第53-60页 |
| 5.3.1 单智能体 AI 结构 | 第54-55页 |
| 5.3.2 目标集合设置 | 第55-58页 |
| 5.3.3 状态设置 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 实验结果及分析 | 第61-68页 |
| 6.1 传统规划问题领域测试 | 第61-64页 |
| 6.2 FPS 游戏运行及测试结果 | 第64-67页 |
| 6.3 本章小结 | 第67-68页 |
| 第七章 工作总结与展望 | 第68-70页 |
| 7.1 本文工作总结 | 第68页 |
| 7.2 未来工作展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间已发表或录用的论文 | 第73-75页 |
