行为树驱动的人工智能决策模式设计与实现
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第1章 引言 | 第7-14页 |
| 1.1 选题的背景 | 第7-8页 |
| 1.2 课题研究的意义 | 第8-10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 研究的基本思路与方法 | 第11-13页 |
| 1.5 论文的结构 | 第13-14页 |
| 第2章 信息获取与处理 | 第14-26页 |
| 2.1 语音识别引擎及其原理 | 第14-16页 |
| 2.2 信息处理架构设计 | 第16-18页 |
| 2.3 语音识别功能实现 | 第18-21页 |
| 2.4 Unity3D引擎简介 | 第21-22页 |
| 2.5 语音识别功能与Unity交互 | 第22-25页 |
| 2.5.1 语音识别调用Unity功能 | 第22-24页 |
| 2.5.2 Unity调用语音识别功能 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 分词与语义识别 | 第26-36页 |
| 3.1 文本处理过程设计 | 第26-27页 |
| 3.2 Python语言简介 | 第27-28页 |
| 3.3 文本预处理 | 第28-30页 |
| 3.3.1 文本清洗 | 第28页 |
| 3.3.2 分词与词性标注 | 第28-30页 |
| 3.4 相似度计算与单词表匹配 | 第30-32页 |
| 3.4.1 模型预生成与存储 | 第30-31页 |
| 3.4.2 定义单词空间与距离计算 | 第31-32页 |
| 3.5 文本服务的搭建 | 第32-34页 |
| 3.5.1 Unity客户端 | 第33-34页 |
| 3.5.2 Django服务端 | 第34页 |
| 3.6 本章小结 | 第34-36页 |
| 第4章 行为树决策 | 第36-47页 |
| 4.1 行为树基本概念 | 第36-38页 |
| 4.1.1 行为树 | 第36页 |
| 4.1.2 行为树中的节点 | 第36-38页 |
| 4.2 智能体的行为设计 | 第38-42页 |
| 4.2.1 巡逻行为 | 第39-40页 |
| 4.2.2 攻击行为 | 第40页 |
| 4.2.3 规避行为 | 第40-41页 |
| 4.2.4 交互行为 | 第41-42页 |
| 4.3 智能体的行为树建立 | 第42-46页 |
| 4.3.1 智能体的行为树 | 第42-43页 |
| 4.3.2 使用行为树插件编辑 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 实验结果与分析 | 第47-54页 |
| 5.1 功能测试与分析 | 第47-52页 |
| 5.1.1 语音识别测试 | 第48-49页 |
| 5.1.2 文本服务测试 | 第49-50页 |
| 5.1.3 智能决策测试 | 第50-52页 |
| 5.2 运行效率分析 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 对全文工作的总结 | 第54-55页 |
| 6.2 对未来的展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第59页 |
