您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201410-132
论文题目 一种改进的非玩家角色行为树设计与实现
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文  修改稿:下载
请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

一种改进的非玩家角色行为树设计与实现

首发时间:2014-10-15

何赛 1   

何赛(1987-),男,硕士研究生,主要研究人工智能在电脑游戏中的应用

刘念 1   

刘念(1981-),男,讲师,博士,研究方向:云存储安全,蚁群智能等。

  • 1、北京邮电大学计算机科学与技术学院 信息安全中心 灾备技术国家工程实验室,北京 100876

摘要:随着电脑游戏这种娱乐方式的逐渐发展,人工智能已经成为构建游戏交互内容的一种重要方式和技术,为了在游戏中构建具有足够说服力的人工智能角色,许多重要的技术被运用到游戏当中,近年来使用最频繁的行为树在大规模人工智能构建中优于层级状态机(HFSM)等早期使用的人工智能技术 ,但是行为树的构建需要具备丰富的业务经验和花费大量成本。本文提出一种基于增强学习算法(Q-Learning)的行为树实现方式,这种方法能够在行为树的构建过程中确认AI逻辑行为分支的最佳执行点,帮助分析与优化行为树的原型设计,实现自动化的行为树设计。

关键词: 人工智能 行为树 Q-Learning 电脑游戏 非玩家角色

For information in English, please click here

An enhanced behavior tree design and implementation for Non-Player Characters in computer games

HE Sai 1   

何赛(1987-),男,硕士研究生,主要研究人工智能在电脑游戏中的应用

LIU Nian 2   

刘念(1981-),男,讲师,博士,研究方向:云存储安全,蚁群智能等。

  • 1、School of Computer Science and Technology,Beijing University of Posts and Telecommunications,Beijing 100876
  • 2、School of Computer Science and Technology,Beijing University of Posts and Telecommunications,Beijing,100876

Abstract:Artificial intelligence has become an increasingly important aspect of computer game technology to create interactional game content. In order to construct persuasive intelligent characters, more and more important technologies have been used in computer games. Recently behavior tree has been frequently used in this area, and it's more suitable than hierarchical state machine when scaled up, however, the design and creation of behavior trees requires experience and effort. This research introduces an enhanced behavior tree, which uses reinforcement learning as a method for tree design. This technology can assist game developers in identifying the most appropriate moment to execute each branch of AI logic, analyze and optimize early behavior tree prototypes and automate tree design.

Keywords: artificial intelligence behavior tree Q-Learning computer game Non-Player Character

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
何赛,刘念. 一种改进的非玩家角色行为树设计与实现[EB/OL]. 北京:中国科技论文在线 [2014-10-15]. https://www.paper.edu.cn/releasepaper/content/201410-132.

No.4611694100734614****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

一种改进的非玩家角色行为树设计与实现