典型文献
ML-Agents驱动的足球竞技游戏设计与实现
文献摘要：
在人工智能飞速发展的大背景下,游戏AI的革新亦走在技术的前沿并引领游戏产业发展.为了研究游戏AI产生更为高效的游戏策略,对游戏研发中创新上限的瓶颈进行突破,本文设计一款ML-Agents驱动的足球竞技游戏,通过游戏AI的学习过程增强游戏NPC的可适应性和拟人化.借助CINEMA 4D、Maya设计场景建模,使用Unity引擎构建游戏场景,运用Anaconda搭建虚拟训练环境,采用TensorFlow训练NPC的行为,应用ML-Agents插件构建程序化人格,训练并引导Agent产生所期望的行为.实践结果表明,采用该方案研发的足球竞技游戏案例产品,游戏AI产生了更具创新性、更具效能的行为模式.
文献关键词：
游戏AI;强化学习;Unity
中图分类号：
作者姓名：
李昶;顾汉杰
作者机构：
浙江树人大学信息科技学院 杭州 310015
文献出处：
引用格式：
[1]李昶;顾汉杰-.ML-Agents驱动的足球竞技游戏设计与实现)[J].福建电脑,2022(01):81-84
A类：
B类：
ML,Agents,足球,竞技游戏,游戏设计,游戏产业,游戏研发,学习过程,程增强,NPC,拟人化,CINEMA,4D,Maya,场景建模,Unity,构建游戏,游戏场景,Anaconda,虚拟训练,TensorFlow,插件,程序化,实践结果,行为模式,强化学习
AB值：
0.455217
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
