[00794493]计算机游戏智能水平的量化研究及神经进化方法
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
课题针对典型的游戏类型(如RTS游戏、象棋游戏、Pac-Man游戏)、游戏场景(如攻击/防守场景)和任务(如资源优化、寻路)，均建立了智能水平的量化度量，并且可以容易的推广到类似游戏中。提出了基于海明距离和相对海明距离的地图复杂性度量，对于游戏地图的自动设计有着潜在的指导意义。结合遗传算法和神经网络建立了RTS游戏中的火力最优分配模型，同时可以处理多种武器的数量分配和空间位置分配，模型结果能快速适应到随机产生的新的游戏地图中。在中国象棋中提出一种基于不平衡学习的机器博弈模型，可以在一层搜索的时间内做出决策，明显提高了传统方法的效率。将抽象图的思想与动态寻路相结合，提出了分层动态搜索算法。既扩展了静态分层算法HPA*应用的范围；又克服了LPA*对于动态节点位置的敏感性。具有广阔的应用前景。