什么是ai?_百度知道
提问者采纳
在角色扮演游戏中，如果需要用到多个角色，而真正的真人玩家就一个的话，其他的玩家用电脑来代替，这就是ai常见的比如dota ai版
信长之野望 ai
提问者评价
其他类似问题
31人觉得有用
按默认排序
其他13条回答
=artificial intelligence 人工智能在dota或真三里 ai地图是可以添加电脑的；在建造里，ai地图就是电脑的智商高，也就是比较难的意思。
“人工智能”（Artificial Intelligence）简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能研究如何用计算机去模拟、延伸和扩展人的智能；如何把计算机用得更聪明；如何设计和建造具有高智能水平的计算机应用系统；如何设计和制造更聪明的计算机以及智能水平更高的智能计算机等。人工智能是计算机科学的一个分支，人工智能是计算机科学技术的前沿科技领域。人工智能与计算机软件有密切的关系。一方面，各种人工智能应用系统都要用计算机软件去实现，另一方面，许多聪明的计算机软件也应用了人工智能的理论方法和技术。
　魔兽争霸等游戏地图，AI地图是可以由电脑加入机器人进行对战的地图，比如常见的Dota、真三等
有什么用处 举个例子谢谢 矢量图设计软件，做出的图形可以无限放大不失真，而PS是位图设计软件，放大后会失真。 我就补充的吧，是来做矢量图
“人工智能”（Artificial Intelligence）简称AI，简单来说就是和电脑打dota
AI是指人工智能，电脑有了人工智能，就可以做一些人类常做的事情，魔兽中也一样。你下的这个补丁是高人工智能的电脑，就是说电脑的AI非常高，电脑可以打gg，回程，骚扰 甚至围杀，还能和你简单的对话。这就是AI。电脑分为简单，中等，疯狂的。
AI是智能版本的地图，你如果找不到好的对手，或者说你是初学者。就可以选择AI版的地图跟电脑玩。能玩得过的话就可以去VS或者浩方玩了。水平已经算入门了
楼主你懂得！！！！！选我！！！！
AI的意思是电脑的操作和意识都很好，比一般的电脑强悍多了。
楼主不会2B
ai就是爱，这也问
就是能跟电脑打的版本AI就是电脑控制
AI就是可以加入电脑的
就是 可以加电脑人 可以跟电脑大的
您可能关注的推广回答者：
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
人工智能在游戏中的应用
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口　　本文是对于我的毕业论文(于瑞典的乌普沙拉大学的游戏设计专业)的某部分内容，即关于潜行游戏的调查的总结。它讨论了玩家角色与他在这些游戏中所面对的人造敌人之间的关系，并呈现了如何将其维系在一起而构成潜行游戏。(本文将假设角色为女性，守卫或其它对手为男性。)
　　首先，这些角色是谁，他们拥有怎样的属性能够帮助他们使用潜行?他们是否具有特别的技能或者他们缺少直面威胁的优势和勇气?在游戏将主题呈现给玩家时总是会出现这些问题。游戏的主题描述通常会提及玩家所期待的游戏机制，这并不只是局限于潜行游戏中。
　　Vendiagram 3(from gamasutra)
　　潜行游戏中的人工智能的设计是围绕着为潜行游戏创造预想的动态元素。然而我们在此谈论的电子游戏的人工智能从传统意义来看其实并不适合电子游戏。在电子游戏中，AI经常用于模仿智能行为而不是它们本身。这意味着游戏要求它们那受对手驱动的AI去遵循有限的行为模式。如果这样的对手太过“智能”便有可能不利于游戏的发展。这指的是遵循玩家所理解的游戏世界的自然规则的电子游戏。
　　栖居于潜行游戏的玩家角色将拥有更加多样的特征，但是有些特征可能会比其它更加普通。这些视觉和主题特征将致力于向玩家传递可能违背安全的内容。
　　违背安全是潜行游戏中经常出现的审美元素。在2006年的GDC关于“面向潜行游戏玩法的关卡构建”的演讲中，Randy Smith便提到了潜行游戏的常见审美目标：
　　创造一个安全守卫区域的幻觉，让玩家可以使用其独特的能力和工具去创造并利用安全漏洞。
　　最经典的安全便是以守卫，环境公害，报警系统等常受到某种类型的AI驱动的措施呈现出来。本文将主要着眼于有关角色的守卫的AI，即守卫是玩家需要警惕的对手。现在，我们将专注于玩家“利用他们独特的能力和工具去创造并利用安全漏洞。”这些独特的能力通常都带有相同的目的，但在不同的潜行游戏中将以不同的方式呈现出来。
　　例如隐藏可以以不同方式呈现出来，如待在阻挡物后面或藏匿于人群中。除了这些隐藏方法，我们还是用了阴影作为藏匿处，这将作为对付AI对手的一种有效的单向镜(玩家可以看到他们，但是对方却看不到玩家)，或者是用某种形式的伪装让玩家看起来与周边的环境融为一体。这也包含使用适当的伪装走过敌对的一方。
　　为了反击这些能力，AI对手需要能够通过抽象感接收并组织信息，为了追赶潜在的入侵者而获取足够的信息。在缺少潜行组件的游戏中，AI对手倾向于不断了解游戏的完整状态。所以为了包含潜行系统，游戏要求AI组件只能拥有有限的角色信息。
　　这些感觉通常是以视觉，听觉，有时候甚至是嗅觉方式呈现出来。这种感觉将作为守卫去感知周边环境，寻找在感知范围内角色所留下的各种线索的一种方法。然后AI将利用获得的信息去决定如何对所发生的事件作出反应。
　　现代的潜行游戏让玩家能够为了管理角色的检测性而去操控他们在环境中前行的方式。他们将改变移动节奏去拉低声音，这将潜在地告知玩家他们所处的位置是否具有威胁。守卫的听觉将通过搜寻周边而注意到这些声音。每个声音都有其自身的传播距离，一旦声音的排放与接听半径交叉，守卫便能够注意到并作出回应。
　　Hearing-Sense(from gamasutra)
　　角色的移动方式与其可见性紧密联系在一起，就像移动将自然地改变角色所处的环境状态。例如，当角色从黑暗的地方前往明亮的地方，从空旷的区域来到拥挤的街道时。所以因为周边环境的变化，移动将会影响玩家的可见性。守卫的视觉通常会因为一个视觉角度或多个视觉角度而被分散。在这种情况下，多个视图维将用于呈现外围和直接视野。
　　Sight-Sense(from gamasutra)
　　这些层面可以用于反映角色的可见性的不同方面。例如守卫的周边视觉可以对突入而来的移动更加敏感。它的中央视觉将察觉到移动并决定角色在与环境相比之下是否能够被察觉到。当角色关卡填满了阻挡物(让玩家能够再次躲藏)时，守卫也必须确保他是否能够真正“看到”角色。为了做到这点，守卫将朝着角色的位置发送射线，如果在触及角色前撞击到某些内容，守卫将忽略角色的位置。基于游戏的需求，可能会出现AI需要执行的额外可见性检测，如此才能判断守卫是否检测到了角色。
　　在某些游戏中，当守卫因为环境因素不能直接检测到角色的位置时，对手甚至能够对突然的移动做出反应。这其实是在模拟人类对于移动的敏感性，这将添加另外一个抽象的检测能力管理层面让玩家进行思考。
　　例如，如果玩家能够隐藏在阴影里，AI便可能检测到角色隐藏在黑暗中的深度，测量角色从不同距离检测到角色的可能性。伪装的作用与阴影类似，除了角色需要装备而与环境融合在一起。还有一些例子是守卫在面对伪装和阴影时不可能察觉到角色。
　　当守卫察觉不到他所追寻的入侵者时，他将需要开始朝着正确的方向搜寻。这时候可以提供给守卫嗅觉。角色将在移动的时候留下一些气味轨迹，而守卫将遵循着这些味道去寻找角色。这些气味将随着时间的发展而慢慢变淡。当这种情况发生时，守卫可能便会失去兴趣而回到之前的活动中。
　　Smelling-Sense(from gamasutra)
　　为了帮助管理角色所遭遇的威胁，这些游戏通常包含额外的物理方式，工具和其它小工具让玩家能够追踪甚至去衡量危险。角色通常会从后面偷偷接近守卫并悄悄地压制他们。他们也可以从远距离做到这点，但有些武器会包含对于发出声音的惩罚，这可能会改变周边的威胁。
　　就像之前所提到的，守卫将把通过感觉收集到的信息集中在一起去做出决定。当他们收集到关于状态发生改变的足够信息时便能够做决定。这些操作是有限状态机的一个有效的例子。
　　这些方法将导致守卫被不确定性或临时性所击倒。这意味着他们可能会在之后清醒过来或者被偶然路过的人唤醒。不管怎样，当有人发现守卫躺在地上，神志不清或者自己醒来，他们便会产生疑虑，并去搜寻相关威胁。为了避免这种情况，角色可以将被击倒的守卫的身体隐藏在其他巡逻不可能找到的地方。
　　State-Machine-2(from gamasutra)
　　现在还有些情况是玩家能够从守卫的行为状态改变中获益。当守卫要阻止角色前行时，他可能需要使用某种元素去分散玩家的注意力。守卫可以使用某种类型的小工具让角色进入一种好奇状态，这将导致他们去搜寻这种分心的来源。这些工具将以各种形式呈现出来，可能是将声音制造设备扔向角色，可能是敲打墙壁，也有可能是诱导角色当前所处区域的对手。
　　当守卫收集到某些特定的信息时，这些不同的状态将呈现出来。主要状态是警报和空闲的巡逻，但游戏通常会包含各种状态。就像之前所提到的，这些系统也需要作用于游戏设计，所以将其过度复杂化只会损害游戏。
　　守卫倾向于群体搜寻某些区域。这意味着他们能够在靠近时分享彼此所收集到的信息。这将让守卫们更紧密地协作在一起，从而能够更机智地搜寻威胁。这是他们了解角色的位置并主动寻找他们的状态。与此同时，警报系统将被触发，这将导致其他守卫群组冲向角色。
　　在《合金装备》中，游戏被划分为不同阶段，在这里守卫将呈现出不同的行为。当玩家进入每个阶段时，守卫将通过广播向最高指挥部进行报告，并最终改变该区域的形势。当角色被发现时，游戏将首次进入警惕阶段，守卫的数量也将增加。既然他们察觉到了角色的位置，他们也将主动追击角色。如果角色暂时逃离了守卫的视觉范围，游戏将进入逃避阶段，在此守卫将从角色最后出现的位置开始搜索他们。当这一阶段结束时，游戏会进入警示阶段，守卫将回到搜寻路线，并伴随着更多增援部队。一旦警示阶段结束，增援部队将离开该区域，假设角色已经离开了这里，那么标准阶段将确保守卫回到未察觉状态中。
　　在意外检测中，角色将使用能够帮助自己逃离的工具。这些工具将能够暂时打昏或迷惑敌人，提供给角色足够的时间离开那里。例如当角色被察觉到时，他便可以扔下一个烟雾弹去阻隔一群敌人的视线。有时候角色也可以通过设下陷阱去阻止追捕者，这能够有效地放慢对方的速度甚至能够杀死他们。
　　State-Machine(from gamasutra)
　　避开检测要求玩家在执行任何挑战前能够进行适当的计划。在玩家需要花费大量的时间潜行的游戏中，它必须让玩家能够执行一项侦查活动。游戏的关卡设计也必须适应这点，同时游戏还应该包含一些机制去帮助玩家获取视线范围内的区域的更多信息。这将能够有效地提高玩家找到适当解决方法的机遇。
　　许多游戏为了能够提供给玩家有关即将遇到的挑战的足够信息而围绕着摄像机模式进行设计。第一人称摄像机模式让玩家能够从远处进行眺望，但这让玩家很难察觉到角色周边情况，而第三人称摄像机模式让角色可以清楚地看到周边事物，但是却察觉不到远处发生了什么。这些游戏有时候还包括一个“越肩视角”摄像机去实现更棒的远距离视角。对于许多发生在三维平面的潜行游戏来说，多个摄像机模式总是用于补偿各种不同的缺陷。其它包含环境敏感型摄像机的方法将在角色靠在附近的墙上时发生改变，这是为了让角色更好地侦查周边情况。
　　《忍者之印》故意限制了提供给玩家的信息。在基于2D侧边卷轴视角的游戏中通常都会让玩家看到巨大的设计背后的内容。但是这款游戏却故意限制玩家只能看到以角色为中心的圆圈内部的东西，这也构成了角色的视线范围。这一视线范围将根据周边建筑的高低发生改变，并有效模糊了不处于该范围内的东西。当角色在攀升而朝不同方向前进或者当他处于能够观察到周边事物的最高点时，角色视线范围的形状将发生变更。在角色视线范围以外的区域中，玩家可以通过环境中的各种实体看到代表不同排放物的视觉线索。
　　在这些游戏中还有一些迷你地图能够呈现关卡的结构或者守卫的位置。在不同的游戏中，这些迷你地图系统是遵循不同的规则。有些游戏只会在玩家与守卫拥有视觉接触时才将其呈现在迷你地图上，也有些游戏甚至不需要它。其它游戏将这种迷你地图功能作为与军事雷达类似的声呐检测系统。与许多其它元素相似的是，这些功能的运行也是取决于游戏想要传达的主题以及它想鼓励玩家尝试的潜行类型。然而这一功能并非总是必要的，游戏游戏甚至完全排除了这些系统。
　　除了迷你地图系统外还有一些受角色驱动的机制和工具能够帮助玩家进一步获得视线范围外的信息。在Tom Clancy的《分裂细胞》系列中，这些工具是以玩家能够看穿的外部摄像机形式呈现出来，如门下的蛇形摄像机或能够附着在墙壁上的粘性摄像机。玩家将使用这些方法去获得前方的信息。
　　因此降低角色的检测能力是玩家在潜行时所面对的主要挑战。到目前为止我们已经提到了角色在敌对环境中潜行时保持不被发现的能力以及守卫通过角色留下的线索发现他们的轨迹的能力。角色必须为了视线目标而离开安全区域，所以玩家需要进行有效的控制从而避免敌人通过任何方式发现角色的踪迹。
　　与其它行动游戏不同的是，潜行游戏会在玩家彻底败于潜行前提供给他们一个狭窄的失败边缘。一旦玩家因为角色被发现而遭遇失败时，游戏便会切换到不同模式让玩家可以在打斗与离开间做出选择。当然了，关于潜行游戏的审查并不会终止与此。在我的论文中还有更多的主题，包括关卡设计，讨论如何确定潜行关卡的节奏，平衡多条路径解决方法等等。我们需要通过进一步研究才能明确以潜行为中心的游戏范围中到底还存在哪些类型的潜行游戏。
一站关注，多维度进入移动游戏圈
上方网： sfw-2012
上道： shangdaowx
上人网：shangrenwang
爱知客： izhike2012
上方花园： shangfanghuayuan
你可能感兴趣的资料
　　玩跑酷还是玩休闲，看动漫还是看搞笑?跑酷神作《滑雪大冒险》与美国人气动画《探险时
　　时空裂变，世界重组，《地狱之门》全新资料片“神兵降临”App Store独家上线
据此前Newzoo发布的数据显示，2014年全球手游市场规模有望达到250亿美元，而
之前数字营销商就已经了解游戏已经超越了作为男孩业余爱好的初衷。过去十年，休闲游戏、社
危局之一：2亿的流水能走多远 用户还能被洗几次?　　《天龙八部3D》首月流水
12345678910
2345678910
2345678910
(C) 上方网 京ICP证:041414号 电子公告许可 北京市公安局海淀分局备案编号：深度思考 未来游戏的AI如何发展？_
我的位置：>>>
深度思考 未来游戏的AI如何发展？
发布时间： 09:19 （） 作者：3dm-crazyboy 编辑：liyunfei
共 2 页/2条记录首页
过去的20年里，游戏中的人工智能已经有了显著的进步。对于当今的游戏开发者们来说，创造一套高效的A.I.系统与创造良好的游戏性和美妙的图像同样重要。各个工作室在游戏开发的初始阶段就开始指派专有的编程团队负责游戏的A.I.设计。他们花费更多的资源和时间..
过去的20年里，游戏中的人工智能已经有了显著的进步。对于当今的游戏开发者们来说，创造一套高效的A.I.系统与创造良好的游戏性和美妙的图像同样重要。各个工作室在游戏开发的初始阶段就开始指派专有的编程团队负责游戏的A.I.设计。他们花费更多的资源和时间打造多样的、有能力且表现良好的非玩家角色（NPCs）。更多的开发商利用高质量的A.I.设计使自己的游戏在竞争日趋白热化的市场中脱颖而出。在一年一度的游戏开发者大会上，越来越多的开发者开始讨论游戏A.I.设计的发展。游戏界越来越多地认识到A.I.设计对于整个游戏开发过程的重要性。以下是来自Monolith Games的Matthew Titelbaum，Guerrilla Games的Remco Straatman和的创始人Alex J. Champandard。他们将谈谈未来游戏的A.I.设计。
尽管AI错误很容易被察觉，但一个尽职尽责的正常AI系统却往往被人们忽视。没人会在关卡的半途停下来对NPC表现出来的生活习惯赞不绝口，除非NPC做出了什么出格的疯狂举动。AI系统越不起眼说明其越成功。实现这一目标仍然是游戏开发者的优先考虑，但创造出优秀的AI系统却是一个相对较新的概念：很少有工作室会投入大量的人力在一个很少有人注意到的技术领域展开创新。然而也有例外。2007年启动了“年度游戏AI设计大奖”，由网站的社区进行提名和投票。设置该奖项的目的是为了让人注意到那些代表AI设计领域未来的游戏作品。2009年Guerrilla Games凭借《杀戮地带》囊获了“最佳战斗AI”和“最佳游戏AI”两项大奖。Guerrilla Games的首席AI程序员Remco Straatman认为，在过去的5至10年间，游戏的AI设计发生了翻天覆地的变化。越来越多的设计师抛弃了低水平的脚本设计，转而投入了更先进的“NPC行为系统”的开发。
总的来说，我认为游戏AI设计已经从过去的“不出大错就算成功”进化到现在的“大多数游戏大作AI表现优秀，其中少数游戏还有创新”，Straatman说，“越来越多的开发团队由“状态机器”过渡到了“行为树”和“计划器”。这些在10年前都是闻所未闻的，在当时的硬件条件下也不可能实现。
创造一个良好的AI需要成功地将许多更小的网络联系起来。比如一个控制NPC解决问题能力的系统与与控制游戏世界各种参数及帮助NPS做出相关决定的系统是密不可分的。谢天谢地，开发人员不用凭空创建这些系统：他们采用的是能够生成更加复杂联系的特定“计划器”。
“目前Guerrilla Games正在我们游戏中NPC身上应用一种特定种类的“计划器”，它叫做“等级任务网络”（HTN）。它可以让我们生成比《杀戮地带2》更复杂的计划。我们还在不断优化CPU性能，这意味着我们在《杀戮地带3》中支持更多的NPC。我们现在还能加入比以前更多的动态地形（例如能够移动或的障碍），NPC也可以处理更复杂的环境。
当Straatman和Guerrilla还在开发《杀戮地带》和《弹震症》的时候，开发团队的目标就是尽量让AI系统尽可能地自己作出决定，如果能够实现这一点，将给玩家带来更多的乐趣。然而要付诸实现需要的努力远比团队预计的要大得多。特别是对于战斗AI的处理。普通水平的AI的设计目标是实现真实生活中一种特定性质的行为（比如医生、平民或店主），然而战斗AI则完全不同。首先，其主要目的是尽可能地有趣。有时候这可能意味着“有效地干掉玩家”，而有时候却需要AI故意犯错误，甚至向玩家“提示”AI下一步将要采取何种如何行动。
“普通的AI会试图模拟医药专家或是世界象棋冠军选手，而游戏的战斗AI则更像是模拟一位演员，” Straatman说，“在《杀戮地带2》的开发末期，我们发现NPC在做一些完全出乎我们预料的行为，这让我们很惊讶，但这是一件好事。游戏评测和论坛反馈证明我们至少部分实现了许多年前的一些设想，该作的玩家也对此表示认同和赞许。”
共 2 页/2条记录首页
您可以使用“←
→”键快速翻页网络或单机游戏中的AI目前能达到什么样的水平？未来游戏AI的发展前景又是怎么样？
【孟德尔的回答(24票)】:
我见过的最强的AI策略应该还是棒鸡当年给《HALO》开发的AI。曾经出现在无数关于AI技术的研讨会上。
就说HALO1里的一个情况。
当时是在一个高台上，只有两个入口。我守在上面。
AI首先是分析地形，制定大战术前面牵制我的注意力，分兵从后方绕上来。
然后是对己方兵种和武器优势的分析与安排，在前面吸引我注意力的是远程攻击兵，一堆小兵，一个精英领队，精英和小兵可以吸引我注意，远程可以趁机攻击到我。
再就是战术配合的细节，绕后攻击的队伍，利用楼梯狭窄的特点，盾牌兵走在最前，强力近身战精英跟在后面，防备我的攻击，到达平台后立刻散开多面攻击，同时下面还有小兵射击检漏。
FPS的地形一般是很模糊的，能实时分析其拓扑特点，然后将设计好的战术元素还原成为有效战术动作，过去的游戏中从来没有这么流畅过。
我在网战中见过的多数人类对地形的分析和队友间的配合，完全不能和这AI比。
当然老玩家就别和AI比了。
HALO给我印象最深的还有攻击的层次性，每波敌人的组合，攻击的路径，时机把握，都以给玩家带来最大压力为目的。甚至敌人什么时候用人海战术强攻，什么时候故意拖延时间转移玩家注意力，都是有安排的。
按照棒鸡的说法，HALO的AI的聪明有很大程度是故意表演给你看的，看上去牛逼的战术动作，实际并不一定真的有效。
这是10年前的事了，但这些年接触的FPS里，还没有哪个AI超过HALO的表现。
其实我觉得这绝B应该算COD脚本风潮导致的悲剧。
【方十一的回答(19票)】:
生化奇兵的伊丽莎白QAQ作为一个从来对FPS束手无策的人，我坚持玩通了这个游戏就是为了她！
你去男厕所她会吐槽你，你到了新场景她会吐槽布局，闲着没事的时候开心了就到处乱转，生气了就靠着柱子撇脸，你一接近她，她就嫌弃地“讨厌！别过来！”
她还会躲子弹，帮你捡硬币弹药血包，还会抱着你杀死的士兵说“唉怎么会这样呢……”
她一定是个活生生的妹子！你们不要拦着我我要去跟她表白！！！
【王石的回答(9票)】:
AI，其实严格来讲，必须是要有学习能力和自我意识的，是一种非常强大的智能。具体形态可以参见《光环》系列中的飞船AI 科塔娜，以及《质量效应》系列中的诺曼底飞船AI 伊蒂 。
至少短时间内，不可能实现真正的AI。目前游戏中的AI，只是一系列行为反馈的逻辑而已，行为库越丰富，反馈类型越丰富，就会使AI“看起来更聪明”，但这其实只是一个用穷举法虚拟的AI而已。
不过从玩家体验上来讲，一个游戏中的单个NPC或怪物，跟他互动的时间其实是比较短的，那么在一个合理丰富的行为反馈库的支持下，就能使玩家感觉到这个AI就是足够聪明，达到玩家预期的，能够使玩家在与NPC或者怪物的互动过程中感受到乐趣，这就足够了。
打个比方，真正的AI，你对他理论上可以做出1000种行为，而AI会反馈给你5000种行为。但其实玩家跟这个NPC只会互动5分钟左右，最多能对它做出20种行为，而玩家觉得NPC只要能对这20种行为，给出100种不同的反馈，就非常满意了。那么在这种情况下，20个行为数量的行为库+100个行为数量的反馈库，就可以让这个假AI跟真AI看起来一样。
【蒋宇健的回答(1票)】:
我觉得既然要说AI，那么关注的重点就应该是所谓单机游戏，应为只有单机才需要让NPC有更好的反应然游戏体验变得更真实和有趣，网络游戏则要偏向于与真人玩家的互动上。
要说AI的较高（没有最高，不同游戏需要的AI类型是不一样的）水平，按我玩游戏的经验，在ACT游戏方面，是忍者龙剑传系列，原因是敌人之间的互动性。
往往像老滚这类RPG游戏会出现一个让人哭笑不得的事实，敌人抱团互相之间阻碍了各自的行动，亦或是跟班在门口挡着玩家。当然，再出了血族DLC后，大小姐的AI已经上了一个层次，但敌人之间的互动依然是大问题。
反观忍龙，所有新手都会有一个感觉是自己下一步要做什么总会被boss猜到，在多个敌人的时候，有的特别活跃，吸引你的注意力，你去打他了，被后面的敌人捅了一刀，并且除了2中好汉坡那一场之外，每一波敌人很少，但就是团队配合好的让你想死。这就是AI强大的表现，有的游戏AI仅仅考虑NPC与玩家之间的互动，而忽略了NPC之间的。
图来自图来自
当然，忍龙的AI其实也是依靠编写程序时竟可能想到非常多的情况才呈现的，至于《光环》中的小蓝妞，还太遥远了。但本人猜想其实是把初音未来那样的全息技术配合上严密的编程的产物，只不过那个编程将更加复杂，将包含更多的可能性。
至于未来AI前景，我只是个游戏迷，还在上高中，没有参加过相关工作。但我期待出现的AI最起码要比siri要高级，也就是说，RPG类游戏要让玩家可以通过话筒直接与NPC对话，并且NPC的回答不是“讲述人”腔调。再让玩家控制角色行为，其实，以后说不定玩游戏根本不需要手柄或键鼠，直接可以用身体玩，用眼睛看。。
换句话说，你想去罗马旅游，但没时间，你玩一次游戏，就等于去了一趟，其中NPC给你感觉就是真人。也就是正在研究中的虚拟现实的最理想结果。
假如想找到一个具象化的概念，那就是刺客信条里的Animus系统。
以上是理想的发展，但实际上，许多家用机游戏产商都意识到，与真人互动会使游戏性更强，所以无论是AC系列，生化危机系列，众多FPS游戏，都出了多人模式，相对的，在AI上下的工夫，就少多了。
估计以后AI要迎来大发展，还是得靠沙盘游戏和ACT游戏，我觉得以后有可能出现的作品，是拥有刺客信条那样的动作捕捉（偏写实），老滚那样的世界观以及忍龙的AI的升级版（也就是敌人会讲究职业搭配，而不仅仅是以一命换一命），是各大优势的互相融合，而不是某一方面猛增，特别是AI方面可能一时半会还没办法达到伪真人水平，毕竟没有人拿超级计算机来玩游戏。。。。。
暂时凭记忆是能想起这么一点了。
【知乎用户的回答(0票)】:
FEAR1跟2的，尤其是1代.游戏本身设定是孤身战斗吃血包回血的FPS。主要以光线不好的室内作战为主。AI看到主角的手电筒听到枪声会警觉这类基础的就不提了，关键是他们攻击主角会采用的AB队交替跃进战术。下面是高玩写的fear评测，文字很长，有兴趣的可以看下，没兴趣的记住FEAR的AI很牛逼这句话就是了。此游戏高难度下能通关纯粹是因为主角能开子弹时间以及SL大法
“从一代开始，FEAR的敌人采用的就已经是CQB的战法，在复苏里他们交替跃进的前进方式更明显，A队先进入可疑区域搜索，clear以后，B队跃进，A队固守，但两队的防守区域并不完全是分割的，这也就是为何玩家感到敌人明显比以前来得快数量也多的原因，一般情况下，消灭了A队，B队往往就不会直接冲出来了，而是用固守的方式给玩家下套，一旦玩家进入红线区域，他们马上以进攻队形，正面两人加上侧面两人的方式进攻玩家，当然在子弹时间这个逆天的东西面前，这都是无力的。
由于FEAR里队和组是有区别的，首先给出队的定义，据观察，队基本相当于一个班的配置，人数在十人左右，由两个组和两名重武器手构成，一个组人数基本为四人，游戏中后期一个组可能会和一名重武器手一起行动。
接下来分析一下B组的常见战术，前面已经说过了，遭遇B组的时候玩家通常已经消灭了A组，这时候B组通常会选择固守并且积极防御的态势，有几种表现：
第一，玩家尚未发现B组尖兵，但对方已发现玩家不过由于射程问题射不到，这种时候通常就会听到一颗雷从身边滚过。。。。按照CQB的标准，在对方不踏入红线之前是不会轻易暴露己方位置的，而玩家在听到有雷滚过的情况下，必然有一个逃窜的过程，这时候B队就会采取两名尖兵抵近射击的战术。
第二，有时候地形比较复杂，不适宜扔雷但适宜躲藏，B2，B3会在发现玩家的前提下，进行静默等待，一旦玩家进入红线，马上用交叉火力压得玩家抬不起头，如果玩家原地不动一直反击，就有可能被B4包抄后路，所以贴墙行动是一个比较保险的做法.
第三，比较少见，但也出现过几次，玩家刚消灭A组，B组就以长蛇队形快速移动进入A组原来的区域持续搜索并攻击玩家，在视野好的前提下，采用放过B2而先攻B3是很有趣的战法，可以看到敌方会惊慌失措，比较好笑.
第四，一些特定的战斗，比较明显的喧哗式的战斗，最好例子之一就是《珀尔修斯的指令》中在捡到手机以后，前进一段路会遇上的四名特工，态势是雇佣军夜魔已经发现了玩家入侵，全体都出于最高戒备状态，这里也有一个隐藏的redline，玩家不踩到这个区域里就是发出再大的声响敌人死活也是不会出现的，一旦进入，对方巡逻的尖兵会以一种很华丽的姿势从楼上一跃而下。。。随后，啪啪啪。。。玩笑了，对方四名特工都是手持重武器并且带有自动炮塔，这样的一个B组结构很难轻易突破，幸运的是此处没有后路可抄，玩家可以慢慢磨死对方，一代系列中，抄后路往往会对玩家很有利，复苏中这点被适当弱化了，但依然保留了从一点到另一点基本都有两条路的设计，不喜欢寻路的玩家只走正面很容易被对方逮个正着，所以CQB战术的一个要点在于，不要走一些显而易见的路线，除非你确信它是很安稳的，否则试试一些特殊的路线，往往会有惊喜，复苏里更是如此，一些死路里都有补给品，而且没有惊吓玩家，一些很明显的路线一不小心就会被交叉火力围困难以脱身”
【知乎用户的回答(0票)】:
从玩家的角度随便回答一下
老滚，GTA那种沙箱游戏的AI，印象中都采用了比较讨巧的办法，
让玩家看起来好像NPC都很智能，但是其实不是
不然就不会有我膝盖中了一箭那种笑话了
我不知道这个东西具体有多难，反正呢我这么多年玩下来隐约感觉
AI的确是一个很难调整的东西
不过我更多地是关注动作类游戏了，我自己日式游戏玩的比较多······
拿三国无双来比吧，低难度敌人犯傻发呆逛街
高难度各种暴击配合，其实那个并不是配合，感觉是自己失去了优势的攻击节奏
然后被杂兵碾压了
这种割草游戏（或者概括为判定不会太过严谨的游戏），怎么说呢
其实把敌人的攻击频率和攻击欲望提高，给玩家的压力马上就会大起来
攻击频率好理解就是提高属性嘛，其实玩这么多年游戏了，很多时候难度的提升
就靠提升敌人属性这种简单粗暴的办法，大概就是因为从AI入手会麻烦很多吧
攻击欲望就是一个程序问题，就是比方说一个敌人（队友）在这儿
他可以选择：
5、发呆······
之类的，有很多选择，但是可能会倾向于选择几种
无双的敌人多啊，就算是每个杂兵都可以两刀秒，一起群殴你也不好受
忍龙那种敌人的AI就不谈了
FTG的高手也是把判定和AI摸得很熟的人吧
说不下去了= =就这样，好像跑题了，求折叠
【知乎用户的回答(0票)】:
近几年国外有很多知名大学在研究星际争霸的，好像某名校有教授带博士专门搞这个，利用机器学习的方法一年以前好像已经能偶尔击败职业选手了。也有一些星际人工智能的比赛。一些相关链接：
【琴音的回答(0票)】:
目前人工智能主要是穷举法吧，不仅是游戏行业，其他应用也是如此。当然也有以庞大的数据量作为基础，通过高速运算来得出结果的AI，类似下棋机器人这种。如果将来游戏行业能够以海量的玩家行为数据作为支持，发展出一套AI，也许会比现在的AI更为逼真。
【柏先生的回答(0票)】:
事实上ai这个概念是个50后，但是受限于各种条件没有什么发展。最让我们能接触的游戏ai设计应该是魔兽的地图编辑器了，写个触发 调整动作镜头和语言。 看上去老土了些，不过其本质和现在的ai并没有什么不同。
没有学习能力的ai是没有意义的，这点我们可以看一看p社的欧陆风云4，其中就有学习功能。通过我们人类控制军队的方法来学习如何攻击。但是常常因为不分场合的学习，导致各种情况出现。这就说明了，没有判断能力的ai也是没有意义的。
事实上上古卷轴也无非是一些模板套用而已，也许你所做的一些任务会有影响但也是有限的。
而像星际 红警的ai 看上去狂霸酷炫，其实不过是通过数据上内部作弊得来的，俗称上头有人。
因此我们所看到的ai无非是模板多了些，拥有几个判断机制来进行预设好的几个方针，甚至还要拥有一些天生优势来完成其所应当完成的任务。
总结一下 如今的技术条件，ai就是个人力项目。。。
另，ai更加适合像是siri功能，但siri还是比不上windows的语音识别。。。可那糟糕的用户体验，学习能力，目前还不怎么样
【可乐加冰的回答(1票)】:
基本上，现在市面上的游戏真谈不上什么AI，全是设定好程序。什么时候玩家跟NPC的交流不在是弹出对话框选择ABC，而是玩家输入内容，NPC根据输入内容有不同反应的时候，才谈得上AI。
【知乎用户的回答(1票)】:
个人所遇的游戏中，dota的AI做的最nb，强大到可以与玩家，其他电脑协同作战，使用拖刀计，据战况买不同装备等等。
就当前人工智能的发现状况而言，能够根据环境的实时改变而作出及时调整；能够与玩家发生互动感情交流的是计算机科学，机器人科学领域ai也是电脑游戏ai的发展方向
早在计算机之父艾伦.图灵的发明图灵机，进行图灵测试——设计一款程序，让被试者通过问问题，程序答问题的形式来揣测回答问题的是电脑，还是人——之时便已有ai的发展。时至今日，人工智能已经具有超高的模仿能力，至少是表现出的行为像人类所为，类似的技术也在逐步应用于电脑游戏。
但是一个问题也随之产生，就是游戏本身对玩家的智力要求也随之提升，推广普及度会自然而然地下降。游戏开发厂商自然也不会让电脑“太聪明”。
【闫旭涛的回答(1票)】:
上古5的NPC我觉得跟空轨里的没什么区别...也就是玩家的任务进程影响了整个上古世界而已，至于战斗中NPC和怪物表现出来的AI，只是有上古特色。
不过上古里的AI设定比较有趣，比如杀了鸡村子里就杀你，比如总是偷东西，跟班的会愤然离你而去，但是我觉得这仅仅是设定比较特别，而不是这个游戏的NPC有多“智能”。
目前单机游戏的AI发展已然停滞，众厂商都走到了联网这一步，毕竟即使在纯正的人工智能领域，现在的最新成果也就是那么回事，更何况游戏里的所谓AI！所以，PVP才是游戏的最终归宿，不管是网游的MMORPG，还是类似D3的战网小队模式，是今后的发展方向。
其实毛主席他老人家早就说了：......与人斗,其乐无穷!
【李章全的回答(0票)】:
不可预测性，多元性，自我学习能力，社区交互模拟，信息认知能力；辅助于情感表达，加深内容开放性和深度，信息关联。不过光有技术的游戏不能成为里程碑。
&&&&&本文固定链接:
【上一篇】
【下一篇】
您可能还会对这些文章感兴趣！
最新日志热评日志随机日志