游戲開(kāi)發(fā)中的人工智能

游戲開(kāi)發(fā)中的人工智能--------模糊邏輯模糊邏輯概述模糊邏輯在游戲中的使用模糊邏輯基礎(chǔ)實(shí)例模糊邏輯模糊邏輯概述1965年，LotfiZadeh寫(xiě)了第一篇論述模糊集合的論文。模糊邏輯的含義是讓計(jì)算機(jī)以一種接近人類(lèi)行為的方式解決問(wèn)題。即人類(lèi)常在極不明確的情況下，分析問(wèn)題或解決問(wèn)題。模糊邏輯的本質(zhì)是一切都和程度有關(guān)。模糊邏輯避開(kāi)了傳統(tǒng)布爾邏輯的非真即假的特性，采用“程度”來(lái)衡量。對(duì)于模糊邏輯而言可以把模糊邏輯的一切都當(dāng)做真，只是程度不同。即模糊邏輯可以讓某事物處在絕對(duì)真、絕對(duì)假或介于兩者之間的任何狀態(tài)下。模糊邏輯概述Zadeh為了建立模糊性對(duì)象的數(shù)學(xué)模型，把只取0和1二值的普通集合概念推廣為在[0，1]區(qū)間上取無(wú)窮多值的模糊集合概念，并用“隸屬度”這一概念來(lái)精確地刻畫(huà)元素與模糊集合之間的關(guān)系。正因?yàn)槟：鲜且赃B續(xù)的無(wú)窮多值為依據(jù)的，所以，模糊邏輯可看做是運(yùn)用無(wú)窮連續(xù)值的模糊集合去研究模糊性對(duì)象的科學(xué)。模仿人腦的不確定性概念判斷、推理思維方式，對(duì)于模型未知或不能確定的描述系統(tǒng)，以及強(qiáng)非線性、大滯后的控制對(duì)象，應(yīng)用模糊集合和模糊規(guī)則進(jìn)行推理，表達(dá)過(guò)渡性界限或定性知識(shí)經(jīng)驗(yàn)，模擬人腦方式，實(shí)行模糊綜合判斷，推理解決常規(guī)方法難于對(duì)付的規(guī)則型模糊信息問(wèn)題。

模糊邏輯概述創(chuàng)立和研究模糊邏輯的主要意義有：運(yùn)用模糊邏輯變量、模糊邏輯函數(shù)和似然推理等新思想、新理論，為尋找解決模糊性問(wèn)題的突破口奠定了理論基礎(chǔ)，從邏輯思想上為研究模糊性對(duì)象指明了方向。模糊邏輯在原有的布爾代數(shù)、二值邏輯等數(shù)學(xué)和邏輯工具難以描述和處理的自動(dòng)控制過(guò)程、疑難病癥的診斷、大系統(tǒng)的研究等方面，都具有獨(dú)到之處。在方法論上，為人類(lèi)從精確性到模糊性、從確定性到不確定性的研究提供了正確的研究方法。此外，在數(shù)學(xué)基礎(chǔ)研究方面，模糊邏輯有助于解決某些悖論。對(duì)辯證邏輯的研究也會(huì)產(chǎn)生深遠(yuǎn)的影響。

控制威脅評(píng)估在信息不足的情況下，仿真計(jì)算機(jī)的行為讓計(jì)算機(jī)的行為可以平滑變化，難以預(yù)測(cè)分類(lèi)模糊邏輯在游戲中的使用概論模糊化（fuzzification）歸屬函數(shù)（隸屬函數(shù)，membershipfunction）藩籬函數(shù)（hedgefunction）模糊規(guī)則模糊公理規(guī)則的評(píng)估運(yùn)算反模糊化模糊邏輯基礎(chǔ)概論模糊流程步驟模糊化通過(guò)模糊規(guī)則產(chǎn)生模糊輸出反模糊化模糊化（fuzzification）把明確數(shù)據(jù)（crispdata）轉(zhuǎn)化為模糊數(shù)據(jù)，即在預(yù)定的模糊集合中尋找明確數(shù)據(jù)的歸屬程度（degreeofmembership）。歸屬函數(shù)（membershipfunction）歸屬函數(shù)的作用是把輸入的變量對(duì)應(yīng)到模糊集合中某個(gè)介于0和1之間的值，求出歸屬程度。所需的歸屬度函數(shù)的形式常由精確度、考慮問(wèn)題的性質(zhì)、經(jīng)驗(yàn)、是否容易實(shí)現(xiàn)以及其他因素決定。布爾邏輯歸屬函數(shù)斜線歸屬度函數(shù)三角形歸屬度函數(shù)梯形歸屬度函數(shù)七個(gè)模糊集合組合藩籬函數(shù)（hedgefunction）藩籬函數(shù)的作用是對(duì)歸屬度函數(shù)返回的歸屬度進(jìn)行修改，并其提供其他語(yǔ)匯素材，可以在它邏輯運(yùn)算中結(jié)合使用。它可以有效地改變歸屬度函數(shù)的形狀。常用的藩籬函數(shù):VERY(),NOT_VERY()

其中Truth(A)指A在模糊集合中的歸屬程度模糊規(guī)則將輸入變量模糊化后，要構(gòu)建一組規(guī)則，以某種邏輯方式結(jié)合模糊數(shù)據(jù)構(gòu)成前件（前提，antecedent），生成某些模糊結(jié)論（后件，consequent），即某些預(yù)定模糊集合中的歸屬度。模糊公理規(guī)則的評(píng)估運(yùn)算模糊公理交集（Conjunction）

Truth(AorB)=MAX(Truth(A),Truth(B))聯(lián)集（Disjunction）

Truth(AandB)=MIN(Truth(A),Truth(B))補(bǔ)集（Negation） Truth(NOTA)=1-Truth(A)以上定義可以根據(jù)具體應(yīng)用的情況更改。例如將AND定義為兩個(gè)歸屬度的積等。

規(guī)則的評(píng)估運(yùn)算模糊規(guī)則和布爾邏輯規(guī)則在運(yùn)算時(shí)有本質(zhì)的不同。布爾系統(tǒng)中，每條規(guī)則會(huì)逐一計(jì)算，直到有規(guī)則為真為止，然后，開(kāi)始運(yùn)行（執(zhí)行結(jié)論）在模糊規(guī)則系統(tǒng)中，所有的規(guī)則會(huì)同時(shí)進(jìn)行運(yùn)算。每條規(guī)則都會(huì)運(yùn)行，然而，運(yùn)行的程度或強(qiáng)度各不相同。每條規(guī)則的前提的邏輯運(yùn)算結(jié)果，都會(huì)產(chǎn)生該規(guī)則結(jié)論的強(qiáng)度。即每條規(guī)則的強(qiáng)度代表的是輸出的模糊集合中的歸屬程度。反模糊化反模糊化將模糊結(jié)論轉(zhuǎn)化為精確數(shù)值輸出。常用的方法：尋找輸出模糊集合所占面積的幾何中心，并以該中心的水平坐標(biāo)值作為精確輸出值，即輸出所有歸屬程度的加權(quán)平均值。實(shí)現(xiàn)的手段：用數(shù)值積分算出曲線圍成的面積，或想象成多邊形，然后用幾何方法找出中心單值輸出歸屬度函數(shù)(singletonoutputmembershipfunctio