教育游戲中智能角色的模型設計

教育游戲中智能角色的模型設計教育游戲中智能角色的模型設計

中圖分類號：G434文獻標識碼：B

文章編號：1671-489X〔2022〕18-0088-02

IntelligentCharacterModelDesigninEducationGame//ZHOUWenjuan，ZHANGShengnan，CUIXiaoluo

AbstractIntelligentcharacterintheeducationgamedesignisthekeyfactortoenhancethegameplay，itcanbringtherealexperiencefeelingtoplayersandprolongthelifecycleoftheeducationgame.Sothispapercombinedwiththefeatureofeducationgamesentertainingandeducational，itputsforwardtheintelligentcharactermodeldesignforrelatedresearchinthefieldoftheoryandpracticebasisinthefuture.

Keywordseducationgame；intelligentcharacter；gameplay；experience

隨著信息技術(shù)和網(wǎng)絡技術(shù)的迅猛開展，教育游戲已經(jīng)成為教育信息化模式下的重要學習工具。但是近十幾年來虛擬現(xiàn)實技術(shù)的產(chǎn)生、3D效果的參加以及計算機軟硬件方面的大幅度更新?lián)Q代，為游戲開發(fā)提供了大量的技術(shù)支持，于是造成大批的游戲開發(fā)商致力于開發(fā)具有強烈視覺沖擊的游戲畫面，結(jié)果最終導致商家一味追求美輪美奐的視覺效果，嚴重無視玩家角色在游戲中的真實體驗這一因素。因此，為了牢牢地吸引玩家的注意力，延長教育游戲的生命周期，智能角色的設計成為研究的重點。綜上所述，本文在基于人工智能理論的根底之上，提出教育游戲中智能角色的模型設計。

1相關(guān)概念

教育游戲是一種具有游戲特性和教育功用的電子游戲，它通過創(chuàng)設虛擬的情境，引發(fā)學習者的好奇心，激發(fā)學習者的夢想，進而鼓勵學習者不斷探索學習目標。

通常的智能角色包括虛擬動物、神化生物以及展示生命特性的無機物體〔如會說話的課本〕等。而本研究中所提及的智能角色是側(cè)重于具有人類思維和行為特點的虛擬生物，也即游戲中的非玩家角色〔NPC，Non-PlayerCharacter〕，它可以在游戲中扮演各種各樣的游戲角色，如玩家的協(xié)助者、對手或者同伴等。另外，智能角色具有自適應性、在線學習性、不可預測性等特點，這將決定智能角色可以根據(jù)動態(tài)的游戲環(huán)境狀態(tài)、自身的行為狀態(tài)，并結(jié)合以前在游戲進程中的學習與經(jīng)驗探索，不斷優(yōu)化自身與玩家角色的合理化交互行為模式，進而增強玩家角色〔即學習者〕的真實體驗。這無疑決定了智能角色的設計會影響教育游戲的成敗。

2智能角色的模型設計

俗話說與人斗其樂無窮，所以不論是在商業(yè)游戲里還是在教育游戲里，玩家都喜歡體驗在線的聯(lián)機游戲，因為在這些游戲里，玩家來自四面八方，他們性格迥異，技能水平亦是上下不平，這將導致游戲進程里充斥很多的不確定性，這種難以摸透的游戲微妙將會極大地增強游戲的真實感。因此，游戲開發(fā)人員試圖在游戲里開發(fā)出更多的具有人類思維的智能角色，使其行為能夠發(fā)揮使玩家誤認為是在和現(xiàn)實中的人類進行較量的體驗，從而帶給玩家不同尋常的游戲感受。

但是需要把握的重點是：智能角色的作用并非是把所有的學習者都打敗，它的主要設計目的不僅是提供更加切實的行為和情感，而且要為玩家提供更高層次的需求，使玩家獲得置入感、沉浸感，進而處于情不自禁、忘記自我的情感狀態(tài)，這樣才能到達開發(fā)智能角色的目的。

但如何使智能角色在以游戲情境為背景的任務里所呈現(xiàn)呢？只要體驗過游戲的玩家都分明地知道，任何游戲的敘事結(jié)構(gòu)都是以任務來引導玩家一級一級地通關(guān)，只要把教育游戲中的多層任務進行逐步的分解，分解成普遍適用的任務結(jié)構(gòu)模式，這樣就便于智能角色在游戲中的程序?qū)崿F(xiàn)。如“我要去圖書館〞這一件事情，可以將其分為“找尋圖書館所在地〞“選擇通往目的地的路徑〞“根據(jù)選擇執(zhí)行移動的行為〞等細小的目標。智能角色的程序?qū)崿F(xiàn)也即如此，可以按照任務目標一步一步地執(zhí)行，最終在后臺程序得以實現(xiàn)。

圖1把任務分為三層：動機層、任務層及實現(xiàn)層。動機層的任務是選擇當前應該做的正確的事情；任務層是負責怎么用正確的方式做事情；實現(xiàn)層是具體怎么做。動機層為高層目標，智能體根據(jù)感知的環(huán)境并結(jié)合自身的狀況，去決定做什么事情。任務層根據(jù)動機層的目標選擇相關(guān)的動作，去實現(xiàn)上層的目標。最低層是把任務層選擇的具體目標實現(xiàn)。經(jīng)過上述的多層任務結(jié)構(gòu)模式劃分之后，本論文借鑒了近幾年來人工智能技術(shù)在游戲方面的應用〔主要是吸收學習智能體方面的優(yōu)點〕來開發(fā)教育游戲中的智能角色。目的在于使智能角色可以在初始未知的游戲環(huán)境里不斷學習系統(tǒng)知識，完善知識體系，繼而提升行為技能。綜上所述，本論文提出教育游戲中智能角色的模型設計，如圖2所示。

其智能角色的模型設計工作流程如下：從宏觀方面分析，在教育游戲中要根據(jù)不同階段的學習目標詳細劃分為多個學習任務，然后針對這些多個細小的學習任務，構(gòu)建成動機層、任務層、實現(xiàn)層三個模塊；從微觀方面分析，正如圖2中虛線區(qū)域的劃分范圍，本論文將動機層劃分為評價模塊和感知模塊，將任務層劃分為學習模塊、策略選擇模塊、問題產(chǎn)生器模塊，將實現(xiàn)層劃分為實現(xiàn)層模塊。如果這三個層次的劃分結(jié)合游戲程序?qū)崿F(xiàn)來比擬的話，也可將其認為是程序數(shù)據(jù)的輸入、處理、輸出功能模塊。1〕智能角色的動機層模塊。該模塊要求智能角色不僅要及時通過感知監(jiān)聽游戲環(huán)境的變化及此刻自身所處的具體環(huán)境狀態(tài)，還要依據(jù)游戲后臺系統(tǒng)制定的游戲獎懲規(guī)那么，判斷上一任務階段執(zhí)行的行為獎懲值，這一獎懲值將用來作為輸入反應或者強化。經(jīng)過這一詳細的感知分析，系統(tǒng)就能制定出下一步的實現(xiàn)目標。

2〕智能角色的任務層模塊。經(jīng)過上一階段感知獲取知識之后，如何合理地實現(xiàn)這一目標呢？系統(tǒng)在游戲的任務層中開發(fā)了學習模塊，它主要記錄智能角色曾經(jīng)學習的知識體系，這就為策略選擇模塊制定了局部選擇行為的依據(jù)，而這里所用到的策略是系統(tǒng)開發(fā)之前就已經(jīng)確定的行為選擇策略。但是最為關(guān)鍵的是：如果策略自行其是，一直根據(jù)自己已知的知識采取最正確行為，這樣就很難權(quán)衡游戲角色行為選擇的探索與利用問題，于是問題發(fā)生器依據(jù)學習目標提出一些關(guān)于探索性行動的倡議，優(yōu)化策略的決策能力。

本文中拿ε-貪心策略為例，其運行機制是當游戲角色處于某一環(huán)境狀態(tài)下時，以1-ε的概率選取最大Q〔S，A〕值的行為，ε概率的隨機選擇行為。因此，倡議在學習任務的開始之際，使ε的值大一些，盡量多地探索一些沒使用過的行為。雖然短期內(nèi)它可能不是最優(yōu)的行為，但是長期而言可能是最好的行為。這樣隨著嘗試次數(shù)的增加，角色在游戲任務中的屢次學習，系統(tǒng)要逐漸遞減ε值的大小，讓其嘗試利用以前在游戲中體驗過的學習行為方式，減少選擇行為的時間，提高游戲角色學習的效率。

但是需要特別注意的是：如果對環(huán)境信息沒有足夠的了解時，智能角色必須通過理性的探索來收集有用的信息，只有這樣才能合理地選擇外部行為。

3〕智能角色的執(zhí)行層模塊。當智能角色基于某一策略選擇出外部的行為模式之后，需要通過實現(xiàn)層的執(zhí)行模塊接口去執(zhí)行這一行為，雖然可能這一行為對于當