基于可扩展状态机的AI游戏框架设计与实现

来源 :西北大学 | 被引量 : 0次 | 上传用户:judycome7
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能终端的普及,休闲类游戏因其玩法简单易上手的特点,同时由于越来越多优秀的人工智能算法的应用极大丰富了游戏趣味性与益智性,逐渐成为一种老少皆宜的娱乐方式。而对游戏开发者而言,虽然市面上出现的流行游戏引擎已经在很大程度上降低了游戏开发难度,但是在面临不同的游戏需求时,开发人员仍然需要根据具体游戏玩法进行引擎层之上的结构设计与开发。针对以上问题本文对常见休闲类游戏游戏进行结构分析,提出基于可扩展状态机的AI游戏框架,并基于此框架开发了斗兽棋、贪吃蛇、打鸭子、坦克世界等四款游戏案例。具体研究内容有:(1)游戏框架开发的需求分析。通过深入调研提出游戏框架的功能需求、性能需求和结构需求,为提出可复用、易用性、可扩展性的游戏框架打好基础。(2)游戏框架开发的详细设计。使用面向对象思想对游戏框架进行模块划分,并对各个模块进行详细设计,保证框架的可复用性、易用性以及稳定性,同时需要满足各个模块的低耦合性。(3)基于可扩展状态机的AI游戏框架实现。按照对游戏框架的需求分析与设计,从客户端和服务器端两部分分别实现,包括实现各模块类、每个类之间的关系,类中主要处理流程,以及辅助工具包的开发实现。通过对每个场景以及场景内每个对象引入状态机管理,将场景运行时各个状态的逻辑、场景内元素各个状态的逻辑划分开来,保证开发者可以根据需要随时增加、删除或者修改任意一个状态逻辑,而不会对游戏中其他模块产生影响;AI模块的实现,对外只提供调用接口和运算结果返回,开发者可以更加专注于游戏逻辑开发,而不需要具体每个算法的实现过程;同时框架提供的辅助工具包允许将开发者的很大部分编码工作、运维工作一键式完成,大大提高了开发效率。(4)验证该游戏框架的实用性。在实现游戏框架后,为了验证该框架的实用性,最后基于该框架完成斗兽棋等游戏开发并发布上线。通过实际案例开发,验证了该游戏框架确实具备可复用性、易用性以及可扩展性等特点,能够在很大程度上简化游戏开发过程。
其他文献
脑瘫是指一组由产前、产时或产后非进行性脑损伤所致运动和姿势发育障碍的活动受限性疾病。作为一种非侵入无电离辐射的检测工具,磁共振成像(MRI)能够提供较高的软组织分辨率和丰富的影像信息,适合用于新生儿脑病筛查。但是目前我国大多数基层医院新生儿头颅MRI检查仅能够提供常规的MRI模式。面对挑战,现如今基于深度学习的新生儿大脑图像分割算法存在两点不足:一是过于依赖数据集;二是加深网络层数的同时增加了模型
近年来,随着对神经网络的不断探索及移动手机硬件的更新换代,越来越多的研究聚焦于如何设计有效的模型,支撑起移动终端的任务推理。图片分类是众多研究中的经典任务,可用于以图搜图、人脸识别、医疗影像等诸多领域,在现实中有重大实用意义。而在移动端上进行图片分类主要面临如下两个问题:神经网络模型往往是参数量大且计算密集型的,存储和计算资源的开销给移动端带来了很大的负担;而移动端和云端结合的处理方式虽然高效,但
秦始皇兵马俑挖掘出土时大多已破碎残损,大量文物碎片拼接修复复杂,其拼接复原便成为复杂的数学问题,高性能模型智能处理方法研究成为推动该问题解决的关键。由于直觉模糊集同时考虑了隶属度、非隶属度与犹豫度这三方面信息,更加适合处理多碎片拼接过程中“匹配”程度上的不确定性,为受损俑体自身形状模糊表示、特征缺失的模型表示、受损俑体自身特征模糊不易提取表示问题提供技术支撑,实现精准建模,支持在模型特征空间上的系
生物系统蕴含着各种各样复杂的结构与功能,例如其内部固有的异质性和催化转化等。为了进一步阐明这些复杂系统中的各种生理机制,推进单分子生物技术的创新发展已刻不容缓。与传统的集成平均法相反,单分子纳米通道技术可以在高时空分辨率下追踪单个生物分子的动态行为。更重要的是,该方法具有同时获取多个分子指纹信息的独特功能,因而适用于复杂生物流体和微小差异组分的高通量多重分析。本论文以此为出发点,将嵌入仿生分子受体
糖肽质谱数据的无标记定量算法是生物信息学中重要的研究内容之一。随着计算机技术的快速发展,使得面向糖肽质谱数据的无标记定量算法研究成为可能。为了完成计算机辅助的糖肽质谱数据无标记定量,本文解决的问题及主要工作如下:(1)针对峰簇混叠导致的峰簇分离提取易出错问题,本文结合离子同位素分布规则,提出了一种基于三维信息的多电荷混叠峰簇分离提取算法(3D-based Multiple-charges Over
软件缺陷是软件或者程序中存在的某种破坏程序正常运行能力的问题、错误,其存在会给软件带来安全隐患。随着软件规模变大,其结构越来越复杂,如何在软件动态变更过程中尽早发现和修复软件缺陷,已成为各大软件公司关注的热点。软件缺陷预测(Software Defect Prediction,SDP)旨在通过某种手段检测当前项目中哪些模块可能出现缺陷。传统的软件缺陷代码检测采取全量检测方式,时效性较低,并且在缺陷
知识追踪任务是根据学生历史学习行为来追踪学生的知识状态,以预测学生在未来交互中会如何表现。通过对学生知识状态建模,可以为学生提供个性化的学习指导,帮助学生摆脱题海战术,同时也有助于教师更好地了解学生的学习水平,并相应地调整教学方案。本文以学生答题序列数据为研究对象,主要针对深度知识追踪开展如下相关研究工作:(1)针对现有的深度知识追踪方法没有全面考虑学生答题行为特征对学生学习过程的影响这一问题,提
近年来,互联网汽车共享服务的迅速发展满足了人们对于舒适、便捷的交通方式的需求,但大量的网约车加剧了城市的道路拥堵、环境污染和资源消耗。网约车拼车服务使一辆车能够同时服务多位出行路线相似的乘客,减少非必要车辆出行,缓解交通压力。但是,现有的动态拼车匹配算法忽视了潜在的乘客出行需求,导致车辆的拼车载客率较低。因此,研究潜在乘客的出行规律并提出基于出行需求预测的动态拼车匹配算法具有较大的意义。此外,在乘
气敏传感器是传感器领域中的重要组成部分,对推动智能感知监测、实现万物互联具有极其重要的作用。虽然半导体气敏传感器已广泛应用于各个领域,但目前依然存在诸多问题以待解决,如工作温度较高、气体选择性较差,低响应度等,故而开发工作在室温环境高选择性和高响应度的气敏传感器尤为重要。本论文从气敏传感材料研制的角度出发,采用两步微波水热法合成了可在室温环境对NO2气体具有高度选择性的Bi2S3/MoS2复合材料
图像分类是大数据及智能信息时代下应运而生的产物,已经成功的应用到商品分类、美食分类、旅游景点分类、视频分类、图书分类等各种场景。目前,大部分图像中都包含多个感兴趣对象,且需要多个标签对这些对象进行标记,这类图像分类任务即多示例多标签学习(MIML)。大部分MIML深度学习架构更多关注如何在空间维度里改进网络,然而在实际应用此类方法并不能有效提高图像分类精度,其原因在于这些架构没有考虑到一个标签有多