[发明专利]一种基于人工智能的模糊逻辑技术实现AI行为判断方法

摘要

本发明涉及一种基于人工智能的模糊逻辑技术实现AI行为判断方法，其具体实现过程如下：（1）输入；（2）构建模糊规则：（2a）构建流程具体为：(S1)设计期望值模糊变量；(S2)设计击杀概率模糊变量；(S3)设计与目标距离模糊变量；（S4）设计规则集；（2b）计算方法：（N1）依次通过以下计算公式计算出击杀概率；（N2）通过使用向量Vector计算与目标距离；（3）去模糊化并得出结果：根据模糊规则，使用了平均最大值的方法去模糊化得到最后是否进攻的最终期望值。本发明方法能有效地判断AI行为，实现其模糊化，改善了游戏运行效果，使用效果好。

主权项

一种基于人工智能的模糊逻辑技术实现AI行为判断方法，其特征在于：其具体实现过程如下：（1）输入：在游戏中，将攻击距离、攻击者生命值、攻击者攻击力、攻击者防御力、攻击者当前装备、被攻击者攻击力、被攻击者防御力、被攻击者当前装备、相距距离作为了模糊变量的输入；（2）构建模糊规则：（2a）构建流程具体为：(S1)设计期望值模糊变量：模糊变量期望值需要去表示从0到100的所有分数的域，因此，其成员集合必须恰当的分布在这个域内；选择使用三个成员集合：一个左肩集合、一个三角集合和一个右肩集合，让它们代表语言术语“Undesirable不希望”、“Desirable希望”、“VeryDesirable非常希望”；(S2)设计击杀概率模糊变量：选择使用三个成员集合：KillProbability_Low击杀概率低、KillProbability _Medium击杀概率有可能、KillProbability_Very High 击杀概率非常大；概率值的范围在0到1之间；给模糊集合KillProbability_Low设置0.3的峰值；选择0.5作为KillProbability_Medium的峰值，选择0.8作为KillProbability_VeryHigh的峰值，然后稳步上升到0.9；(S3)设计与目标距离模糊变量：选择使用三个成员集合：Target_Close与目标距离近、Target_OK与目标距离合适、Target_Far与目标距离远；给模糊集合Target_Close设置距离为25个像素的峰值；选择150个像素作为Target_OK的峰值，选择300像素为Target_Far的峰值，然后稳步上升到400；（S4）设计规则集：模糊变量击杀概率和与目标距离，它们每个都包含三个成员集合；为了覆盖每种可能的组合，使用“与运算”方法，定义出了9种规则，每种规则得出一个期望值后果：规则1：如果KillProbability_Low与Target_Close,那么Undesirable；规则2：如果KillProbability_Low与Target_OK,那么Desirable；规则3：如果KillProbability_Low与Target_Far,那么Undesirable；规则4：如果KillProbability_Medium与Target_Close,那么Undesirable；规则5：如果KillProbability_Medium与Target_OK,那么VeryDesirable；规则6：如果KillProbability_Medium与Target_Far,那么Desirable；规则7：如果KillProbability_VeryHigh与Target_Close,那么Undesirable；规则8：如果KillProbability_VeryHigh与Target_OK,那么VeryDesirable；规则9：如果KillProbability_VeryHigh与Target_Far,那么Desirable；（2b）计算方法： （N1）依次通过以下计算公式计算出击杀概率：A、攻击力=当前装备+基础攻击力；B、防御力=当前装备+基础防御力；C、击杀对方需要的攻击回合=对方生命值/(我方攻击力‑对方防御力)；D、对方击杀我方需要的攻击回合=我方生命值/(对方方攻击力‑我方防御力)；E、击杀对方的概率=击杀对方需要的攻击回合／对方击杀我方需要的攻击回合； （N2）通过使用向量Vector计算与目标距离；（3）去模糊化并得出结果：根据模糊规则，使用了平均最大值的方法去模糊化得到最后是否进攻的最终期望值；平均最大值的计算公式：平均最大值=(不希望的中心值*不希望隶属度+希望的中心值*希望隶属度+非常希望的中心值*非常希望隶属度)／(不希望隶属度+希望隶属度+非常希望隶属度)；最后判断计算出来的平均最大值是否超过当前行为的平均最大值，如果超过就执行，如果没有超过就不执行。