游戏开发中的人工智能10

FACULTYOFSOFTWARE1游戏开发中的人工智能--------模糊逻辑FACULTYOFSOFTWARE2模糊逻辑概述模糊逻辑在游戏中的使用模糊逻辑基础实例模糊逻辑FACULTYOFSOFTWARE3模糊逻辑概述1965年，LotfiZadeh写了第一篇论述模糊集合的论文。模糊逻辑的含义是让计算机以一种接近人类行为的方式解决问题。即人类常在极不明确的情况下，分析问题或解决问题。模糊逻辑的本质是一切都和程度有关。模糊逻辑避开了传统布尔逻辑的非真即假的特性，采用“程度”来衡量。对于模糊逻辑而言可以把模糊逻辑的一切都当做真，只是程度不同。即模糊逻辑可以让某事物处在绝对真、绝对假或介于两者之间的任何状态下。FACULTYOFSOFTWARE4模糊逻辑概述Zadeh为了建立模糊性对象的数学模型，把只取0和1二值的普通集合概念推广为在[0，1]区间上取无穷多值的模糊集合概念，并用“隶属度”这一概念来精确地刻画元素与模糊集合之间的关系。正因为模糊集合是以连续的无穷多值为依据的，所以，模糊逻辑可看做是运用无穷连续值的模糊集合去研究模糊性对象的科学。模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。FACULTYOFSOFTWARE5模糊逻辑概述创立和研究模糊逻辑的主要意义有：•运用模糊逻辑变量、模糊逻辑函数和似然推理等新思想、新理论，为寻找解决模糊性问题的突破口奠定了理论基础，从逻辑思想上为研究模糊性对象指明了方向。•模糊逻辑在原有的布尔代数、二值逻辑等数学和逻辑工具难以描述和处理的自动控制过程、疑难病症的诊断、大系统的研究等方面，都具有独到之处。•在方法论上，为人类从精确性到模糊性、从确定性到不确定性的研究提供了正确的研究方法。•此外，在数学基础研究方面，模糊逻辑有助于解决某些悖论。对辩证逻辑的研究也会产生深远的影响。FACULTYOFSOFTWARE6控制威胁评估•在信息不足的情况下，仿真计算机的行为•让计算机的行为可以平滑变化，难以预测分类模糊逻辑在游戏中的使用FACULTYOFSOFTWARE7概论模糊化（fuzzification）归属函数（隶属函数，membershipfunction）藩篱函数（hedgefunction）模糊规则•模糊公理•规则的评估运算反模糊化模糊逻辑基础FACULTYOFSOFTWARE8概论模糊流程步骤•模糊化•通过模糊规则产生模糊输出•反模糊化FACULTYOFSOFTWARE9模糊化（fuzzification）把明确数据（crispdata）转化为模糊数据，即在预定的模糊集合中寻找明确数据的归属程度（degreeofmembership）。FACULTYOFSOFTWARE10归属函数（membershipfunction）归属函数的作用是把输入的变量对应到模糊集合中某个介于0和1之间的值，求出归属程度。所需的归属度函数的形式常由精确度、考虑问题的性质、经验、是否容易实现以及其他因素决定。FACULTYOFSOFTWARE11布尔逻辑归属函数FACULTYOFSOFTWARE12斜线归属度函数FACULTYOFSOFTWARE13三角形归属度函数FACULTYOFSOFTWARE14梯形归属度函数FACULTYOFSOFTWARE15七个模糊集合组合FACULTYOFSOFTWARE16藩篱函数（hedgefunction）藩篱函数的作用是对归属度函数返回的归属度进行修改，并其提供其他语汇素材，可以在它逻辑运算中结合使用。它可以有效地改变归属度函数的形状。常用的藩篱函数:VERY(),NOT_VERY()其中Truth(A)指A在模糊集合中的归属程度FACULTYOFSOFTWARE17模糊规则将输入变量模糊化后，要构建一组规则，以某种逻辑方式结合模糊数据构成前件（前提，antecedent），生成某些模糊结论（后件，consequent），即某些预定模糊集合中的归属度。模糊公理规则的评估运算FACULTYOFSOFTWARE18模糊公理交集（Conjunction）Truth(AorB)=MAX(Truth(A),Truth(B))联集（Disjunction）Truth(AandB)=MIN(Truth(A),Truth(B))补集（Negation）Truth(NOTA)=1-Truth(A)以上定义可以根据具体应用的情况更改。例如将AND定义为两个归属度的积等。FACULTYOFSOFTWARE19规则的评估运算模糊规则和布尔逻辑规则在运算时有本质的不同。布尔系统中，每条规则会逐一计算，直到有规则为真为止，然后，开始运行（执行结论）在模糊规则系统中，所有的规则会同时进行运算。每条规则都会运行，然而，运行的程度或强度各不相同。每条规则的前提的逻辑运算结果，都会产生该规则结论的强度。即每条规则的强度代表的是输出的模糊集合中的归属程度。FACULTYOFSOFTWARE20反模糊化反模糊化将模糊结论转化为精确数值输出。常用的方法：寻找输出模糊集合所占面积的几何中心，并以该中心的水平坐标值作为精确输出值，即输出所有归属程度的加权平均值。实现的手段：•用数值积分算出曲线围成的面积，或想象成多边形，然后用几何方法找出中心•单值输出归属度函数(singletonoutputmembershipfunction),即用事先已经反模糊化好的输出函数，计算所有输出值聚合起来的结果。FACULTYOFSOFTWARE21反模糊化假设μ是某输出集合为真的程度，而x为与此输出集合相关的精确单值，则最后聚合而反模糊化的输出结果是：FACULTYOFSOFTWARE22实例控制实例威胁评估实例