游戲人工智能是人工智能在游戲中的應用和實踐。通過分析游戲場景變化、玩家輸入獲得對環境態勢的理解，進而控制游戲中各種活動對象的行為邏輯，并做出合理決策，使它們表現得像人類一樣智能，旨在提高游戲娛樂性、挑戰智能極限。游戲人工智能是結果導向的，最關注決策環節，可以看作“狀態（輸入）”到“行為（輸出）”的映射，只要游戲能夠根據輸入給出一個看似智能的輸出，那么我們就認為此游戲是智能的，而不在乎其智能是怎么實現的（Whatever Works）。那么怎么衡量游戲人工智能的水平呢？目前還沒有公認的評價方法，而且游戲人工智能并不是特別關心智能體是否表現得像人類一樣，而是更加關心游戲人工智能的智能極限——能否戰勝人類的領域專家，如：Waston在智能問答方面戰勝了Jeopardy、超級明星Ken Jennings和Brad Rutter；AlphaGo在圍棋上戰勝了歐洲冠軍樊麾。
圖1 游戲一般過程機理
如圖1 所示，游戲玩家可以看作是一個態勢感知過程，接收原始數據作為輸入，輸出動作序列，在內部進行了態勢覺察產生低級信息、態勢理解形成高級認知、態勢預測估計將來的態勢，并根據已有的經驗和規則，在目標和動機的驅動下產生行動方案，從而指導游戲向更有利于玩家的方向進行，然后進入下一個循環序列[1]。游戲的一般性機理還可以看作是一個“狀態”到“動作”的映射，游戲的環境狀態、玩家的目標是自變量，玩家的操作是因變量，而映射關系正是游戲一般機理的核心部分。它可以通過如神經網絡這種技術來對自變量進行特征提取和表征，也可以直接使用自變量，利用公式計算獲得輸出值，進而映射到相應的動作。游戲人工智能是創造一種代替人類操作游戲的智能體，想要讓機器玩好游戲，我們就需要了解“它”玩游戲的機理，這樣才能更好地改進它。計算機的游戲機理如圖2所示：首先通過某種方式（讀取視頻流、游戲記錄等）獲得環境的原始數據，然后經過去重、去噪、修正等技術對數據進行預處理，并提取低級語義信息；然后經過降維、特征表示（人工或計算機自動提取）形成高級語義信息；然后通過傳統機器學習方法進行模式識別，進一步理解數據的意義；最后結合先前的經驗（數據挖掘，或人工提取，或自學習產生的領域知識庫）決策生成行動方案，進而執行改變環境，并進行新一輪的迭代。在每次迭代的過程中，智能體還可以學習新的經驗和教訓，進而進化成更加智能的個體[2]。圖 2 計算機游戲機理
[1] 高巖, 程勝利, 羅芳. 人工智能在多人游戲中的應用[J]. 現代計算機:上下旬,2001(8):98-99.
[2] 鄒會來, 人工智能技術在游戲開發中的應用與研究. 浙江師范大學, 2011.
本站僅提供存儲服務，所有內容均由用戶發布，如發現有害或侵權內容，請
點擊舉報。
