| 用于游戏NPC路径规划的改进遗传算法 |
| |
| 引用本文： | 李井颂,钱谦,孙铭会.用于游戏NPC路径规划的改进遗传算法[J].传感器与微系统,2017,36(6). |
| |
| 作者姓名： | 李井颂 钱谦 孙铭会 |
| |
| 作者单位： | 1. 昆明理工大学 云南省计算机技术应用重点实验室,云南 昆明,650500;2. 昆明理工大学 云南省计算机技术应用重点实验室,云南 昆明 650500;吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012;3. 吉林大学 计算机科学与技术学院,吉林 长春 130012;吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 |
| |
| 基金项目： | 国家自然科学基金资助项目，吉林大学符号计算与知识工程教育部重点实验室开放课题项目 |
| |
| 摘 要： | 针对游戏非玩家控制(NPC)路径规划中传统遗传算法计算速度慢、正确率低等问题,设计了改进型遗传算法.提出了最佳种群规模估计方法,设计了基于精英主义思想的遗传算子.根据游戏地图的特点,引入了基于启发式深度优先搜索的变异操作.与传统遗传算法以及其他学者的改进算法进行了对比实验.实验结果表明:算法能够在保证正确率的前提下,提高计算速度,并且在多目标的环境下同样适用.
|
| 关 键 词： | 人工智能 路径规划 遗传算法 种群规模 精英主义 启发式深度优先搜索 |
Improved genetic algorithm for path planning in games NPC |
| |
| LI Jing-song,QIAN Qian,SUN Ming-hui.Improved genetic algorithm for path planning in games NPC[J].Transducer and Microsystem Technology,2017,36(6). |
| |
| Authors: | LI Jing-song QIAN Qian SUN Ming-hui |
| |
| Abstract: | To improve the performance of genetic algorithms for path planning in games,an improved genetic algorithm is proposed.A way to estimate the optimal population size is used.New genetic operators based on elitist strategy is designed.A mutation method based on heuristic depth-first search is introduced.The proposed algorithm is compared with the traditional genetic algorithm and the improved algorithms proposed by other researchers to show the validity of the algorithm.Experimental results prove that the proposed algorithm can shorten the running speed of the algorithm while assuring success rate and it is also effective in multi-objective environment condition. |
| |
| Keywords: | artificial intelligence(AI) path planning genetic algorithm population size elitist strategy heuristic depth-first search |
| 本文献已被 万方数据 等数据库收录！ |
