什么是游戏人工智能基础技术?

游戏人工智能的基础技术是“定性”。定性即行为或表现是特定的，而且可以预测的，没有不确定性;比如说塑造一个怪物角色，沿着XY坐标轴前进，往某目标点移动，直到该角色的XY坐标和目标点的坐标重叠。定性AI技术是游戏AI的基础;定性AI技术的结果是可预测的，效率高，易实现、理解、测试和调试。

游戏AI的未来前景怎么样?

游戏 AI 的下一件大事就是“学习”。游戏上市后，所有非玩家角色的行为，不再事先安排，游戏玩的越久，游戏就会更多地演化和学习，更具适应性。这样的游戏会跟玩家一起成长，玩家也难以预测游戏行为，因此能扩展游戏的生命周期。游戏会学习并演化，造成了游戏本身无法预测的特性。

“学习”与“角色行为反应”技术，属于上文提到过的非定性 AI 的范围，所以有相当大的难度。明确的说，这种非定性的“学习”AI 技术，要花更长的时间开发和测试。再者，要了解 AI 究竟会做什么也更加困难，这也使得调试变得更困难。这些因素是“学习”AI 技术得以广泛应用的巨大障碍。不过，这一切都在改变之中。

几个主流游戏都用了非定性 AI 技术，比如“Creatures”、“Black & White”、“Battlecruiser 3000AD”、“Dirt Track Racing”、“Fields of Battle”以及“Heavy Gear”。这些游戏的成功，重新点燃了人们对“学习”AI 技术的兴趣，诸如决策树、神经网络、遗传算法以及概率方法。

这些成功的游戏软件，运用非定性方法时也搭配使用了传统的定性方法，只要在最适合并且需要的地方才使用非定性方法。神经网络不是仙丹，无法解决游戏软件中所有的 AI 问题，然而你可以在混合的 AI 系统中，解决特定的 AI 任务，借此获得令人印象深刻的结果。这样的话，你可以把 AI 中不可预测而且难以开发、调试和测试的部分隔离出来，同时又能让你的 AI 系统的大部分，都保持传统的形式。

关键词： 什么是游戏人工智能基础技术 游戏AI的未来前景 玩家角色 游戏软件