游戏编程中的寻路算法研究

探讨了游戏开发中的一些寻路算法,提出了如何在游戏中使用遗传算法实现路径探索的基本思路,分析了遗传算法实现寻路的优点及其存在的问题.     

自动寻路A＊算法的应用及优化设计

自动寻路A＊算法是富互联网应用（RIA）游戏制作过程中的核心算法,解决了地图中两点之间寻路的问题,应用于很多游戏中.对A＊寻路算法的实现方法进行了研究和探讨,并对该算法进行了优化设计,体现了该算法的功能,最后对其应用前景进行了展望.     

基于多Agent遗传算法求解迷宫游戏

游戏设计的实质是设计一些相互关联的游戏规则.通过分析迷宫游戏元素之间的关系,抽象制定出一套游戏规则,并在此基础上,提出了一种以寻路个体为单个智能体的多Agent遗传算法.通过C＋＋进行模拟仿真,实验结果验证了所提优化算法的合理性;与传统的遗传算法相比,此算法在避免早熟的同时有很快的全局收敛性.     

基于Unity2017 NavMesh的智能寻路设计与实现

针对网络游戏开发复杂地形需要的智能寻路,利用三维游戏引擎unity2017的Nav Mesh,设计并实现了复杂场景自动寻路与动画匹配。介绍了unity Nav Mesh和Navigation的设置,设计了复杂场景并实现简单对象的寻路功能,实现了场景中人物对象通过斜坡、攀爬、跳跃的动画功能。研究提出了unity寻路功能的注意点及解决方法。     

2D游戏地图的寻路实现

对2D游戏领域的地图寻路算法进行了研究。阐述了A＊寻路算法和D＊寻路算法,并在BlitzBasic2D游戏开发平台仿真实现了2种路径搜索算法。实验结果表明：A＊算法适合在静态地图中搜索路径,而D＊算法在动态地图中搜索路径更迅速、有效,且随着结点数量的增加,D＊算法优于A＊算法。     

遗传算法在网络动态选路中的应用

根据安全传输的要求,提出了一种运用遗传算法来实现网络中动态寻路的方法.且结合运用遗传算法求解图的最小生成树的例子,对一个模拟网络拓扑结构的有权无向图进行了编码,为求解过程建立了相应的模型,并对该模型进行了分析.     

采用蚁群算法模拟机器人寻路的仿真实验

蚁群算法是一种基于蚁群寻找食物这一现象,实现寻路优化的算法。通过在MATLAB中进行程序设计,实现了利用蚁群算法模拟自动寻路的计算,并进一步将程序应用于简易机器人的寻路模块,初步实现机器人的寻路优化功能。     

地下综合体空间寻路实验

为了找出影响地下综合体空间寻路的相关因素,对北京西单77街地下综合体进行空间寻路实验,跟踪记录使用者的寻路过程,并对其进行认知地图绘制与寻路感受访谈,了解使用者在寻路过程中的困难程度与关注要点.结果表明:竖向空间的不规律布置是导致空间寻路困难的重要原因之一;空间环境线索设计可以作为空间寻路的重要手段.     

基于残迹融合的高可用分布式导航算法

导航通信中断等问题经常导致电子地图中的自动寻路功能失效.为了实现分布式导航系统的有效容灾和寻路优化,提出了基于道路残迹数据融合的高可用分布式导航算法;给出了该算法的主要思想、算法模型、数据结构以及运行流程.该算法应用了蒙特卡罗方法进行道路可通行度评估;采用了2维叠加空间进行"道路信息-寻路需求"匹配方法.最后进行了算法效能分析与仿真.仿真实验结果证明,该算法具有较好的容灾性能、响应速度和较好的适应能力.     

基于BIM+VR技术的客运枢纽标识系统综合评估方法

为优化客运枢纽标识系统设计,解决其指引功效评估的难题,以寻路理论为基础,利用建筑信息建模(building information modeling,BIM)技术搭建城市综合客运枢纽场景,通过虚拟现实(virtual reality,VR)技术完成虚拟现实环境下的沉浸式寻路实验,从而获取以寻路时间、转错弯次数及停驻观望次数为指标的被试寻路特征,进而采用灰色近优综合评价方法,实现基于BIM+VR技术的多指标条件下综合客运枢纽标识系统评估及优化。结果表明,标识系统设计对被试寻路行为有显著影响。相较于旧版标识系统,被试在新版标识系统环境下流线1中的寻路时间及停驻观望次数显著性降低,转错弯次数无明显差异。同时,被试在新版标识系统环境下流线2中的寻路时间及转错弯次数显著性降低,停驻观望次数无明显差异。新版标识系统近优度大于旧版标识系统,即新版标识系统综合指引功效优于旧版。研究形成以BIM+VR技术为基础、以乘客空间认知为导向的城市综合客运枢纽标识系统一般性评估方法,为其他封闭空间标识系统优化设计研究提供基础。     

无线AdHoc网络中一种基于演化博弈的信道接入机制

针对多个有限理性用户接入多个信道的无线Ad hoc网络中,如何实现系统容量最大化问题,提出了一种基于演化博弈的信道接入机制。在该机制中,为了确保用户以分布式的行为方式实现系统容量最大化,推导并定义了一种新的收益函数,并在此基础上设计了一种能以较快的速度收敛到Nash均衡解的动态信道接入算法和与之对应的动态方程。理论分析和仿真结果表明,所提出的收益函数能在基于博弈的框架下实现系统容量最大化,且与之对应的动态方程具有全局逐步稳定性,当用户发生局部的理性偏移时能保证较快收敛和较小性能偏离。     

三维场景中角色自动寻径算法研究

以大规模三维场景中角色自动寻径为研究背景,提出一种基于A*算法的高效自动寻路的方法。针对常见三维网络游戏地图,采用RSG结构模型对三维场景的地形数据进行组织,用于实现大规模场景的平原、高山等自然地形地貌的仿真。同时,在RSG结构的地形数据基础上,生成一种基于可编辑的更细致的导航网格数据,用于辅助实现高效的寻径。在A*算法的基础上,对A*算法的启发性进行了扩展,重点研究了在导航网格数据辅助下的全局寻路算法。将该文的算法应用于大规模三维场景的角色自动寻径中,实验结果表明,文中提出的三维场景中角色自动寻径算法,方法简单、导航网格数据编辑方便,适用范围广,具有很好的应用价值。     

基于博弈论的量子蚁群算法

针对量子蚁群算法求解组合优化问题时易陷入局部最优和收敛速度慢的问题,提出一种基于博弈论的量子蚁群算法(quantum ant colony algorithm based on the game theory, GQACA)。算法采用重复博弈模型,在重复博弈中产生一个博弈序列,使得每次博弈都能够产生最大效益,并得到相应博弈过程的纳什均衡。利用典型的5个标准测试函数对GQACA算法寻优性能进行试验测试。试验结果表明: GQACA算法的收敛精度和稳定性均要优于量子蚁群算法(quantum ant colony algorithm, QACA)和蚁群算法(ant colony algorithm, ACA)。     

多人不完备信息博弈的一种解法及改进

多人不完备信息博弈是一类存在私有信息而出现信息不完备、不对称的多人博弈.以扑克牌游戏这类典型的多人不完备信息博弈为原型提出一般动态博弈模型GDGM.在该模型框架下,提出一种基于MU算法的多人不完备信息博弈算法MMU,并将MMU算法分别与经典博弈算法Paranoid和MCTS结合,消除该算法对经验值的依赖.最后实验从胜率...     

MIMO系统中连续博弈RRM算法

提出一种基于博弈论的连续博弈无线资源管理算法,将博弈论数学模型应用于多输入-多输出系统无线资源管理中,把其中的参数映射为博弈论数学模型中的“局中人”,将参数变化描述为“局中人”博弈过程.在仿真中,比较该算法与传统联合波束成形及功率控制算法.仿真结果表明,该算法在节省发射功率的同时,可提高输出信干噪比,达到两者最佳均衡.同时可有效克服期望的导引矢量和实际的导引矢量不匹配问题,使天线能准确对准期望用户方向,并能抑制干扰方向的信号,起到“零陷”作用.     

Game theoretic analysis for pricing-based incentive mechanism in non-dedicated cooperative relay networks

In non-dedicated cooperative relay networks, each node is autonomous and selfish in nature, and thus spontaneous cooperation among nodes is challenged. To stimulate the selfish node to participate in cooperation, a pricing-based cooperation engine using game theory was designed. Firstly, the feasible regions of the charge price and reimbursement price were deduced. Then, the non-cooperative and cooperative games were adopted to analyze the amount of bandwidth that initiating cooperation node(ICN) forwards data through participating cooperation node(PCN) and the amount of bandwidth that PCN helps ICN to relay data. Meanwhile, the Nash equilibrium solutions of cooperation bandwidth allocations(CBAs) were obtained through geometrical interpretation. Secondly, a pricing-based cooperation engine was proposed and a cooperative communication system model with cooperation engines was depicted. Finally, an algorithm based on game theory was proposed to realize the cooperation engine. The simulation results demonstrate that, compared with the system without pricing-based incentive, the proposed system can significantly improve the ICN's metric measured by bit-per-Joule and increase the PCN's revenue.     

多目标融合势博弈无线自组网络拓扑控制算法

针对基于博弈论的无线自组网络拓扑控制算法存在个别"瓶颈节点"负载不均衡、冗余链路多、生存时间短的问题,提出了一种多目标融合的网络拓扑控制算法。首先通过分析网络的连通性、节点发射功率、剩余能量、节点度、链路质量和链路长度对节点负载的影响,设计了一种改进的综合效用函数;建立多目标融合的网络拓扑控制势博弈模型,并证明该模型是序数势博弈且存在纳什均衡解;在维持网络k-连通的基础上,再采用最小路集算法对博弈后的网络拓扑链路进行优化,剔除冗余链路。仿真实验及对比分析结果表明,所提算法在保证网络连通性的前提下,实现了网络负载均衡,消除了冗余链路,生存时间相较于分布式能耗均衡拓扑控制算法、能量平衡拓扑控制博弈算法和节能容错拓扑控制博弈算法分别提升了25.4%、92.6%、36.8%。     

基于动态古诺博弈的认知无线电频谱贸易算法

为解决认知无线电频谱分配问题,提出了一种新的基于动态古诺博弈的频谱租借贸易算法。该算法考虑认知无线网络中频谱租借市场容量及次用户频谱价值两者均动态变化的特点,将用户之间的频谱租借贸易建模成动态古诺博弈,同时根据用户之间的频谱供需关系动态调整用户贸易的频谱价格及收益,促使每阶段用户效用最大化并达到频谱分配的目的。分析了频谱供需关系变化对贸易的影响,并通过仿真证明了该算法相比于静态古诺博弈模型能达到更高的频谱利用率。