AI构建方法及装置、游戏控制方法及装置、AI系统制造方法及图纸

本发明专利技术公开了一种层次化行为树的AI构建方法，包括：由处于最高层优先级的AI单元根据当前的情况确定己方的战略，并将确定的战略向处于下一层优先级的AI单元下达对应的指令；由中间层优先级的AI单元根据接收到的上一层优先级下达的指令执行对应的操作，并在执行完毕后向处于下一层优先级的AI单元下达对应的指令；其中，所述中间层优先级包括至少一层优先级；由处于最底层优先级的每一AI单元根据上一层优先级下达的指令执行对应的操作；其中，处于任一层优先级的每一AI单元基于行为树构建。本发明专利技术还公开了一种层次化行为树的AI构建装置、一种基于行为树的游戏AI构建方法及装置以及游戏控制方法及装置和AI系统。

AI construction method and device, game control method and device, AI system

The present invention discloses a kind of hierarchical behavior tree AI construction method, including: AI unit is composed of the top priority of one's own strategy according to the current situation, and will determine the strategy to the AI unit in the next layer priority corresponding to the instructions issued by the AI unit; the middle layer priority according to the received the next level of priority issued instructions to execute corresponding operation, and after the completion of the execution to the next layer in the AI unit priority issued the corresponding instructions; wherein the intermediate layer comprises at least one layer of priority priority; by each AI unit at the bottom of the priority according to a priority issued instruction execution the corresponding operation; among them, in each AI unit of each layer priority tree model based on behavior. The invention also discloses a AI construction device of a hierarchical behavior tree, a game tree construction method and device based on a behavior tree, a game control method and a device and a AI system, and a AI system.

【技术实现步骤摘要】
AI构建方法及装置、游戏控制方法及装置、AI系统
本专利技术涉及游戏控制领域，尤其涉及一种基于层次化行为树的AI构建方法及装置、游戏控制方法及装置、AI系统。
技术介绍
随着游戏行业的发展，人工智能(ArtificialIntelligence,AI)设计的重要性与日俱增。最早的游戏PingPong，直接以玩家对战作为游戏的方式，其本身是不需要AI的。而随着游戏行业的发展，越来越多的游戏以冒险闯关、与怪物对抗作为核心玩点。如在超级马里奥(SuperMario)中，每一个蘑菇、乌龟等都有自己的行动轨迹，BOSS也会根据一定的规则进行攻击，这些都是最初版的游戏AI设计。在各类网络MMORPG(MassivelyMultiplayerOnlineRolePlayGame,大型多人在线角色扮演游戏)中，怪物从产生、作战、到死亡，都需要使用AI来进行控制。而在目前最主流的主机游戏(ConsoleGame)中，各大工作室对AI的要求也是逐渐的超越了对美术的要求，如在育碧蒙特利尔工作室(UbisoftMontreal)旗下研发的刺客信条系列(Assassin’sCreed)游戏中，每一个路人会因为玩家的推搡而牢骚，会因为玩家在其附近打架而围观等等，这些都是其优秀的AI设计师所赋予的。AI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；是用来让计算机来模拟人的某些思维过程和智能行为，使得游戏中每一个NPC(Non-PlayerCharacter,非玩家扮演角色)拥有丰富的行为和思维，从而使得玩家在游戏体验中能充分感受到乐趣，因此这些NPC的构成和点缀起到了决定性的作用且在玩家生存及成长的过程中起到不可或缺。早起的主流的AI采用的设计结构主要是有限状态机(FiniteStatusMachine)。有限状态机将指定状态的相关逻辑进行局部化处理，并提供了单一可控的转化聚到在多个状态间切换，容易实现，运行效率也较高，可以处理简单的AI行为。但是，当AI变得复杂时，状态的数量以及转移条件将呈指数级别增长。同时状态机难以被复用。究其根源，有限状态机缺乏有效的模块化手段。在过去的几年中，行为树(BehaviorTree)已经发展成为了游戏行业构造AI行为的一个主要模型，这得益于行为树的清晰明了、容易理解，而且可以被非程序人员所使用。行为树目前已被集成在多款商业引擎，包括虚幻、cryengine、unity等，他们都为编辑行为树提供了很好的编辑器，提供了图形化编辑、运行流程实时反馈、debug等多种高级功能，极大的方便了游戏制作人员的使用。行为树容易设计和实现，当游戏AI变得复杂大时，它的稳定性、模块性、可重复性和可移植性都是难能可贵的。对于用行为树定模型构造的AI系统来说，每次执行AI时，系统都会从根节点遍历整个树，父节点执行子节点，子节点执行完后将结果返回父节点，然后父节点根据子节点的结果来决定接下来怎么做。主流的行为树方案定义了一系列的节点来供用户使用，节点是行为树的最基本组成结构，无论怎样的行为树都是由节点组成的。组成行为树的节点包含了多种节点来实现不同类型的功能，而每种节点的接口都是相同的，都是接收一个任务，返回任务执行成功或失败。行为树常见的基本类型节点主要包括如下几种(当然也可以扩展更多类型)：1)顺序节点(SequenceNode)：属于组合节点，顺序执行子节点，只要碰到一个子节点返回false，则停止继续执行，并返回false，否则返回true，类似于程序中的逻辑“与”。2)选择节点(SelectorNode)：属于组合节点，顺序执行子节点，只要碰到一个子节点返回true，则停止继续执行，并返回true，否则返回false，类似于程序中的逻辑“或”。3)平行节点(ParallelNode)：提供了平行的概念，无论子节点返回值是什么都会遍历所有子节点。所以不需要像Selector/Sequence那样预判哪个ChildNode应摆前，哪个应摆后。ParallelNode增加方便性的同时，也增加实现和维护复杂度。4)条件节点(ConditionNode)：属于叶子节点，判断条件是否成立。5)执行节点(ActionNode)：属于叶子节点，执行动作，一般返回true。6)修饰节点：修饰节点是为其他节点增加一些功能的节点，并不关系被修饰的节点具体在做什么，要怎么去做。7)循环节点(LoopNode)：希望一个节点能够被多次执行，而已经有了一个执行动画的节点，就需要给这个动画节点增加一个循环节点的修饰节点。通常来说，传统的行为树结构组织就如上所介绍的。在使用时，每个单位(单元)被赋予一个行为树来构造它独立的AI，通过构造，这些组成了一个单位的所有行为，这种方式直接且有效。专利技术人在实施本专利技术的过程中发现，目前传统的使用行为树的方式都是用其来指导单一的AI单元，行为树中的各个节点处理了大量的情况，在不同的情况下拥有不同的行为。然而，这些行为有可能会让多个AI单元看起来行为重复，互相之间缺乏协调。而且，目前的行为树并不能很好的解决群体性AI的问题。有些游戏中在每个单元AI中加入了其他AI单元相关的情况判断，来保证具有群体性，例如保持阵形，医疗其他单位等。在真实的游戏中，不但需要每个AI单元都有很智能、合理的表现，同时整个团队以及团队和团队之间都是相互协作的。这对于当前的行为树结构以及状态机来说是很难实现的，即便实现了也会带来巨大的工作量，AI的行为不清晰，不易于维护，而且运行的效率低下。例如许多统筹类决策，如阵形排布、团队治疗分配等，由于其存在对队伍整体方面的数据决策，若交由队伍底层各个体单位来执行，不仅每一个个体之间这一块的工作是重复的、同时可能会引起相互的干扰。例如，在一个拥有较大战斗规模的游戏(如实施战略游戏，Real-TimeStrategyGame，简称RTS)中，若采用传统的、扁平结构的、各个个体单位独自决策的行为树方式，如图1所示。在图1这样的结构中，每一个单位都有数量极多的操作以及游戏状态需要处理，传统的行为树难以承载如此庞大的分支与节点，而状态机更是无法估量对应的状态。面对这样的情况，无论是传统的行为树还是状态机，在处理时不但代码量极大，而且BUG几率非常高，且难以排查。可见，在AI日益发展的今天，单体的，没有群体性的AI单位已经不能满足我们的需求，我们需要更复杂，群体性更强的表现。
技术实现思路
本专利技术实施例的目的是提供一种AI构建方法、装置和游戏控制方法、装置及AI系统，能够满足群体性的需求，保证了整个AI的合理、智能，同时避免了每个单独AI的重复性的决策运算，使得整体AI执行的高效有序。为实现上述目的，本专利技术实施例提供了一种层次化行为树的AI构建方法，包括：由处于最高层优先级的AI单元根据当前的情况确定己方的战略，并将确定的战略向处于下一层优先级的AI单元下达对应的指令；由中间层优先级的AI单元根据接收到的上一层优先级下达的指令执行对应的操作，并在执行完毕后向处于下一层优先级的AI单元下达对应的指令；其中，所述中间层优先级包括至少一层优先级；由处于最底层优先级的每一AI单元根据上一层优先级下达的指令执行对应的操作；其中，处于任一层优先级的每一AI单元基于行为树构本文档来自技高网...

【技术保护点】
一种层次化行为树的AI构建方法，其特征在于，包括：由处于最高层优先级的AI单元根据当前的情况确定己方的战略，并将确定的战略向处于下一层优先级的AI单元下达对应的指令；由中间层优先级的AI单元根据接收到的上一层优先级下达的指令执行对应的操作，并在执行完毕后向处于下一层优先级的AI单元下达对应的指令；其中，所述中间层优先级包括至少一层优先级；由处于最底层优先级的每一AI单元根据上一层优先级下达的指令执行对应的操作；其中，处于任一层优先级的每一AI单元基于行为树构建。

【技术特征摘要】
1.一种层次化行为树的AI构建方法，其特征在于，包括：由处于最高层优先级的AI单元根据当前的情况确定己方的战略，并将确定的战略向处于下一层优先级的AI单元下达对应的指令；由中间层优先级的AI单元根据接收到的上一层优先级下达的指令执行对应的操作，并在执行完毕后向处于下一层优先级的AI单元下达对应的指令；其中，所述中间层优先级包括至少一层优先级；由处于最底层优先级的每一AI单元根据上一层优先级下达的指令执行对应的操作；其中，处于任一层优先级的每一AI单元基于行为树构建。2.如权利要求1所述的AI构建方法，其特征在于，还包括：预先设置所述中间层优先级中的任一层变更执行上一层优先级下达的指令所对应的执行任务的条件；当变更执行上一层优先级下达的指令所对应的执行任务的条件达成时，所述中间层优先级的任一层的AI单元更变向处于下一层优先级的AI单元下达的指令。3.如权利要求1所述的AI构建方法，其特征在于，所述中间层优先级包括第二层优先级和第三层优先级；处于所述第二层优先级的AI单元根据所述最高层优先级的AI单元下达的战略指令制定对应的执行方案，根据执行方案创建对应的处于第三层优先级的至少一个AI单元，并向处于第三层优先级的每一AI单元下达对应的执行指令；其中，第三层优先级的每一AI单元对应连接处于最底层优先级的多个AI单元；处于所述第三层优先级的每一AI单元根据接收到的执行指令，并根据对应连接的最底层优先级的每一AI单元的当前情况，向对应连接的最底层优先级的每一AI单元下达具体的执行任务。4.如权利要求1所述的AI构建方法，其特征在于，所述当前的情况包括我方情况、敌方情况以及敌方战略；所述我方情况包括我方当前的兵力和基地发展情况，所述敌方情况包括敌方当前的兵力和基地发展情况。5.如权利要求1所述的AI构建方法，其特征在于，还包括：预先设定战略表，所述战略表中记录游戏当前情况和对应实施的战略；处于最高层优先级的所述AI单元根据当前的情况以及所述战略表确定己方的战略。6.一种层次化行为树的AI构建装置，其特征在于，包括：最高层优先级战略制定模块，使处于最高层优先级的AI单元根据当前的情况确定己方的战略，并将确定的战略向处于下一层优先级的AI单元下达对应的指令；中间层优先级战术执行模块，使处于中间层优先级的AI单元根据接收到的上一层优先级下达的指令执行对应的操作，并在执行完毕后向处于下一层优先级的AI单元下达对应的指令；其中，所述中间层优先级包括至少一层优先级；最底层优先级具体执行模块，使处于最底层优先级的每一AI单元根据上一层优先级下达的指令执行对应的操作；其中，处于任一层优先级的每一AI单元基于行为树构建。7.如权利要求6所述的AI构建装置，其特征在于，还包括：变更执行任务条件预置模块，用于预先设置所述中间层优先级中的任一层变更执行上一层优先级下达的指令所对应的执行任务的条件；所述中间层优先级战术执行模块还用于，当变更执行上一层优先级下达的指令所对应的执行任务的条件达成时，使所述中间层优先级的任一层的AI单元更变向处于下一层优先级的AI单元下达的指令。8.如权利要求6所述的AI构建装置，其特征在于，所述中间层优先级包括第二层优先级和第三层优先级；处于所述第二层优先级的AI单元根据所述最高层优先级的AI单元下达的战略指令制定对应的执行方案，根据执行方案创建对应的处于第三层优先级的至少一个AI单元，并向处于第三层优先级的每一AI单元下达对应的执行指令；其中，第三层优先级的每一AI单元对应连接处于最底层优先级的多个AI单元；处于所述第三层优先级的每一AI单元根据接收到的执行指令，并根据对应连接的最底层优先级的每一AI单元的当前情况，向对应连接的最底层优先级的每一AI单元下达具体的执行任务。9.如权利要求6所述的AI构建装置，其特征在于，所述当前的情况包括我方情况、敌方情况以及敌方战略；所述我方情况包括我方当前的兵力和基地发展情况，所述敌方情况包括敌方当前的兵力和基地发展情况。10.如权利要求6所述的AI构建装置，其特征在于，还包括：战略表预设模块，用于预先设定战略表，所述战略表中记录游戏当前情况和对应实施的战略；最高层优先级战略制定模块还用于，使处于最高层优先级的所述AI单元根据当前的情况以及所述战略表确定己方的战略。11.一种基于行为树的游戏AI构建方法，其特征在于，包括：由战略中心根据游戏当前的情况确定己方的战略，并将确定的战略向总指挥下达对应的指令；所述总指挥根据战略中心下达的战略指令制定对应的执行方案，根据执行方案创建对应的至少一个执行小组，并向每一所述执行小组下达对应的执行指令；其中，每一所述执行小组内包括多个战斗单元；每一所述执行小组根据总指挥下达的执行指令，并根据组内...

【专利技术属性】
技术研发人员：张民英，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江,33