游戏中的人工智能技术

课程论文

学年学期2016 —2017 学年第二学期课程名称游戏中人工智能的进展

题目人工智能与游戏

姓名贾晓宇

学号 2014041716 学院计算机科学与信息工程学院

任课教师张明宇

目录

第一章人工智能以及游戏中的人工智能 (3)

1.1人工智能 (3)

1.1.1 研究AI时经常用到的方法 (3)

1.1.2对应与人工智能的搜索 (4)

1.1.3 人工智能的操作 (4)

1.1.4 人工智能的应用 (4)

1.2游戏中的人工智能 (5)

1.2.1 射击类游戏中的人工智能 (6)

1.2.2 角色扮演类游戏中的人工智能 (6)

1.2.3 即时战略类游戏中的人工智能 (7)

1.3 游戏AI的作用 (9)

1.3.1 增加游戏得挑战性 (9)

1.3.1 增加游戏得可玩性 (9)

1.3.1 帮助展开游戏情节 (9)

1.4 游戏AI的设计目的 (9)

第二章常见的人工智能在游戏开发中的技术手段 (9)

2.1寻径 (10)

2.2 有限状态机 (10)

2.3 模糊逻辑 (10)

2.4 贝叶斯技术 (10)

2.5 遗传算法 (11)

2.6 人工神经网络 (11)

2.7 人工生命 (11)

2.8 脚本语言 (11)

第三章人工智能技术在游戏发展中的展望 (11)

3.1 学产界的加速融合 (11)

3.2 AI引擎的独立发展 (11)

3.3 云计算带来新格局 (11)

3.4 机器学习创造有生命力的AI (12)

3.5 可扩展性 (12)

3.6 游戏角色学习能力的模拟日益完善 (12)

游戏中人工智能的进展

贾晓宇

摘要：当下各种游戏类型丰富在我们的生活中，不论你处于什么样的年龄段，总会有适合的游戏可以填充你的空闲时间，游戏已经在最大化的包围生活。游戏化，可以重塑人类积极的未来。三维渲染和图形视效已发展到一个顶峰,游戏开发的重心逐步从“图形”转向“人工智能”。“人工智能技术”更好的应用于游戏开发中,使得游戏表现出与人类智能行为、思维活动或情感等相符合的特性。通过人工智能，玩家在游戏中得到更好的体验，玩家在游戏中更愉悦、更充实，也能使人际交往更真实、更深入、更多元,“游戏人工智能”是游戏生命力得以延续的一种强大技术,在国内外学术界和产业界引起了广泛的关注与重视。

关键字：人工智能游戏应用游戏开发用户体验

第一章人工智能以及游戏中的人工智能

1.1人工智能

普通公众对人工智能快速发展的认知，始于2016年初AlphaGo（阿尔法狗）的惊世对局。在欣赏围棋对局的同时，人们总是不惜发挥丰富的想象，将AlphaGa或类似的人工智能程序与科幻电影中出现过的，拥有人类智慧，可以和人平等交流，甚至外貌与你我相似的人形关联起来。

（图一）

图一：柯洁谈AlphaGO。

随着互联网应用的普及和人们对互联网的依赖，互联网的安全问题也日益凸显。恶意程序、各类钓鱼和欺诈继续保持高速增长，同时黑客攻击和大规模的个人信息泄露事件频发，与各种网络攻击大幅增长相伴的，是大量网民个人信息的泄露与财产损失的不断增加。根据公开信息，2011年至今，已有11.27亿用户隐私信息被泄露。包括基本信息、设备信息、账户信息、隐私信息、社会关系信息和网络行为信息等。

1.1.1 研究AI时经常用到的方法

（1）心理模拟，符号推演。模拟人脑的逻辑思维，利用显式的知识和推理来解决问题，擅长实现人脑的高级认知能力。

（2）生理模拟，神经计算。具有高度的并行分布性，很强的鲁棒性和容错性，擅长人脑的形象思维，便于实现人脑的低级感知功能。

（3）行为模拟，控制计划。具有自学习、自适应、自组织特性的智能控制系统和智能机器人。

（4）群体模拟，仿生计算。成果可以直接付诸于应用，解决工程问题和实际问题。

（5）博采广鉴，自然计算。模仿和借鉴和自然界的某种机理而设计技术模型。

（6）原理分析，数学建模。纯粹用人的智能去实现机器智能。

1.1.2对应与人工智能的搜索

（1）盲目搜索：无向导的搜索，树式盲目搜索就是穷举搜索，不回溯的线式搜索是随机的碰撞搜索，回溯的线式搜索也是穷举式搜索。

（2）启发式搜索：利用“启发式信息”引导的搜索策略，“启发式信息”就是与问题有关的有利于尽快找到问题解的信息和知识，启发式搜索分为不同的策略，如：全局择优、局部择优、最佳图搜索。按扩展顺序不同可分为广度优先和深度优先。

1.1.3 人工智能的操作

虽然人工智能所用到的知识量很丰富，但它所运用到的基本操作技术于目前只基于三种：

（1）表示：符号智能的表示是知识表示，计算智能的表示一般是对象表示。

（2）运算：符号智能的运算是基于知识表示的推理或符号操作，计算智能的运算是基于对象表示的操作或计算。

（3）搜索：符号智能在问题空间内搜索进行问题求解，计算智能在解空间搜索进行求解。

1.1.4 人工智能的应用

目前人工智能应用的范围十分广泛，例如，难题求解、自动规划、调度与配置、机器定理证明、自动程序设计、智能控制、智能决策、智能管理、智能通信、智能仿真、智能CAD、智能制造、智能CAI、智能人机接口、模式识别、数据挖掘与数据库中的知识发现、计算机辅助创新、计算机文艺创作、机器博弈、智能机器人等……

在人工智能进入到我们的视野的时候，许多人对它都充满了好奇，就以我们现在离不开的手机为例来说。在智能机里都会安装很多的应用，而人工智能就是手机上许多应用程序的核心驱动力。如苹果手机里的Siri、百度度秘、微软小冰以及现在很多安卓应用里的一些智能助理和智能聊天应用，这些方式正在试图逐步颠覆我们和手机交流的根本方式。并且在人工智能的驱动下，谷歌、百度等搜索引擎早已提升了智能问答、智能助理、智能搜索的新层次。很多人都使用过谷歌翻译，因为只要输入你要翻译的段落或者只需要一句话，它都可以找出全文，这些就是人工智能的深度学习并且都在迅速发展。现代的人都很爱自拍，说道自拍就必须想到一些美图应用，而最先兴起的应用就是美图秀秀，那么美图秀秀究竟是如何识别人脸并做出相应的改变和调整呢？这一切也是人工智能的功劳，美图秀秀应用利用人工智能技术自动对照片进行美化。现在的出行也变得特别方便，使用滴滴或者Uber，随时随地，人工智能的作用就是帮助死机选择路线并且规划车辆调度方案。风靡全球的剁手APP——淘宝，这个电子商务网站使用人工智能技术为你推荐最适合你的商品，而且先进的仓储机器人、物流机器人和物流无人机正帮助电子商务企业高效、安全地分发货物。许多外卖软件的出现及时迎合了当代人生活的节奏，通过人工智能能够快速的为你定位附近的餐饮，在无需与店家联络的情况下，就能够实现自主下单，非常方便。

（图二）（图三）

图二：安卓界面的手机APP。

图三：图一中各种APP的人工智能方面。

1.2游戏中的人工智能

在很多的不爱玩游戏的人的眼中，游戏世界仿佛是洪水猛兽。而事实上，眺望互联网的远方，有两个脉络隐隐呈现：1、协作的机制从强制变成自由；2、劳动的动机从自利变成游戏。所以“游戏”二字正在发生历史性的蜕变。其实游戏也是一种是美丽的事物，它努力在虚拟世界里为所有玩家提供一种平衡感。随着人工智能的到来，游戏在我们身边的存在感更加强烈，几乎无处不在，而且似乎我们也在与智能机器和平相处。每当前沿科技取得了重大的突破，人工智能的应用会更加丰富，而且带来的体验也会变得更加恢宏。游戏并不是只是游戏，它是人类对未来生活的美好图景的向往。

游戏AI是属于弱AI的范畴，是人工智能科学技术领域的一个新兴的、活跃的学科分支，是计算机游戏和人工智能相结合的产物。游戏AI的定义是非常广泛的和灵活的，凡是能够产生适当水平的智能从而让游戏更加逼真，有挑战性，最重要的是是游戏变得更加有趣的东西都可以被当作为游戏的AI。一般说来就是指游戏中，计算机控制的非玩家角色能够模拟人类思维或者现实中的其他生物，表现出一定的智能行为，好的AI使游戏变得更加逼真，更加接近现实。

游戏中的人工智能，其实还是算是游戏开发中有点挑战性的模块，说简单点呢，是状态机，说复杂点呢，是可以帮你打开新世界大门的一把钥匙。现在的大部分玩家已经不会惊讶于界面上行人自然的动作和与玩家之间如同人类交流的交互方式了。战略游戏里的虚拟主公们也会对玩家的精妙操作做出及时的反应。甚至多人对战游戏的电脑教练也能有板有眼地训练菜鸟玩家，让他们快速达到登堂入室的水平，和其他玩家对战。这一切的背后，都有游戏人工智能的身影。少了AI的电脑游戏，玩家已经很难想象是一种怎样的死气沉沉的界面了。游戏AI有了如此突飞猛进的发展，不得不说是骨灰玩家们的一大福音。过去的20年里，游戏中的人工智能已经有了显著的进步。对于当今的游戏开发者们来说，创造一套高效的AI系统与创造良好的游戏性和美妙的图像同样重要。各个工作室在游戏开发的初始阶段

就开始指派专有的编程团队负责游戏的A.I.设计。他们花费更多的资源和时间打造多样的、有能力且表现良好的非玩家角色（NPC）。更多的开发商利用高质量的A.I.设计使自己的游戏在竞争日趋白热化的市场中脱颖而出。

1.2.1 射击类游戏中的人工智能

在游戏界首创、用很低的技术难度让玩家体会到真实感的游戏是具有划时代意义的《德军总部3D》。这款

1992年发行的游戏被认为是第一人称射击游戏FPS的真正鼻祖，它的贡献不仅仅是为后来的射击类游戏划出一个

基本的模板。在游戏里，主角B.J会被附近的德军发现并追击，敏锐的狼狗也会循味而来攻击玩家。NPC对玩家

行为的即时反馈即使在前作《德军总部》和《超越德军总部》里也是玩家体会不到的。制作人员甚至做了NPC人

物的正反面（BOSS没有背面），当士兵背朝主角时就不会发现玩家的行踪。这种响应判定在以前的游戏里也是从

来没有出现过的。这个机制的开创性重在创意而不是技术本身。

（图四）（图五）（图六）

图四：游戏的第一人称视角。

图五：出现在视线里的射击对象。

图六：射击对象被击杀。

1.2.2 角色扮演类游戏中的人工智能

射击类游戏的AI好做，角色扮演类的AI就难了。FPS里的NPC只需要面对玩家一个人，而且看到玩家就开

枪，根本没有讨价还价的余地。程序员需要设置的就只是要不要开枪的触发器和开枪能否命中的概率。RPG游戏

本该也是如此，但为了增加游戏的丰富性，玩家往往还会有队友。敌人NPC优先攻击谁并不难设计，难的是怎么

让队友配合主角攻击？有时候玩家想要的是队友狂风暴雨般的猛攻，有时候则希望队友休养生息。这种战术上的

波动很难由AI设计师用规划器和行为树两种方法预先设定，就只能交给玩家自行处理了。《勇者斗恶龙》里常

有的一个桥段就是盗贼、战士和魔法师三个配角和主角英雄合体，然后由英雄一人负责移动，遇到怪物时则分开

攻击。这种典型的日式RPG战斗模式就是早期人工智能，虽然是有明显的不足，但是在早期的AI中已经是相当

大的突破。

（图七）

图七：《勇者斗恶龙》的游戏界面，图中即为主角英雄，旁边的三个血条即为游戏配角。在遇到怪物以后，系统设定会自动分开攻击。

1.2.3 即时战略类游戏中的人工智能

角色扮演类游戏可以用玩家的多重操作弥补游戏AI中不足的地方，即时战略类游戏又该怎么办呢？总不见得让玩家自己左右互搏吧。确实，即时战略类游戏曾经是最不受待见的游戏品类，因为对手实在是太弱了。打过《魔兽争霸3》的玩家基本上都会记得，当时的电脑AI还没有完全成熟，电脑端的操作就很容易被玩家破解这种情况下，当玩家基本在摸清套路后，就对游戏失去兴趣，很难使玩家全情投入在游戏中。

（图八）

图八：图中是《魔兽争霸3》中，玩家自己利用游戏中出现的BUG设置的密密麻麻箭塔，电脑根本无法攻击，玩家极易取胜，所以在后期玩家对游戏会失去图形。

后来声名鹊起的《命令与征服》系列第一部就不算一份太令人满意的游戏。尽管作为RTS类游戏的开拓者，它定义了一系列RTS的样板模式，比如资源采集、建设基地、军团作战和战争迷雾等元素，当时的玩家仍然很快就厌恶了这款祖爷爷级的游戏。AI的建造次序、出兵顺序都有一定的规律，掌握了这种规律的玩家就能在电脑组织攻势前反客为主。一直到了《红色警戒》第一部横空出世，才解决了AI中不足的问题，但也很有限。想挑战自己的玩家只能和电脑进行不公平的竞赛，可能你还在造兵营，而电脑已经二本了，这样的游戏也很难说让玩家满意。迄今为止即时战略游戏还是有这个弊病，电脑通过“作弊”弥补自己的不足。

不过玩家和人工智能的交互性一直是缠绕在程序员心头问题。在VR和家用动态捕捉普及之前，玩家只能通过键盘和鼠标跟NPC交流。这种低信息强度的交流用传统的行为树算法就够了（想想你在《上古卷轴5》里和雪

漫城卫兵的对话），没有必要引入人工智能。没有人难道想通过打字的方法和一个无所不知的NPC聊天。但在游

戏世界的下一个时代，玩家和程序更密切的交互一定会对人工智能的介入产生需求，最终倒逼高级的人工智能扮

演游戏AI的角色。

目前人工智能在游戏领域的应用还处在非常浅层次的阶段，我们以为NPC有智能，其实归根到底还是设计师

自身思维的体现罢了。但是随着这几年机器学习、遗传算法的飞速进展，或许我们很快就能在游戏里见到活灵活

现的虚拟人物了，这将是游戏生产追求的前景，也是玩家期待的场景，在游戏场景中得到更逼真的体验。

（图九）

图九：具有代表性的游戏AI发展表

在一年一度的游戏开发者大会上，越来越多的开发者开始讨论游戏AI设计的发展。游戏界越来越多地认识到AI 设计对于整个游戏开发过程的重要性。游戏的AI设计发生了翻天覆地的变化。越来越多的设计师抛弃了低水平的脚本设计，转而投入了更先进的“NPC行为系统”的开发。

游戏的AI设计已经从过去的“不出大错就算成功”进化到现在的“大多数游戏大作AI表现优秀，其中少数游戏还有创新”，越来越多的开发团队由“状态机器”过渡到了“行为树”和“计划器”。这些在10年前都是闻所未闻的，在当时的硬件条件下也不可能实现。

对于许多AI程序员来说，尽力让NPC的行为与真人接近仍是首要任务，而未来将改变游戏内的互动方式。理想的目标是让玩家始终沉浸在游戏中。NPC应该让人觉得是活生生会呼吸的人，而且这种方式在游戏中不会以任何方式被打破。人类的行为很有趣，像对话这种微妙的互动行为，在未来AI可能会实现。如果能在诸如此类的互动上有所突破，那么游戏中更多的部分将有更强的互动性。说不定会产生全新类型的游戏。

2011年E3游戏展微软专题，我们可以惊喜的从游戏展中看出展出的游戏中的令人激动的游戏AI与玩家精密配

合、动作丰富的队友、直接语音和队友对话指示其行为，施展魔法可以不是按键或点击，而是直接使用咒语或暗号还有手势来进行控制。

1.3 游戏AI的作用

1.3.1 增加游戏得挑战性

给玩家提供一种合理的挑战，是任何一种游戏AI得终极目标，如果游戏没有任何挑战性，那么这个游戏就没有趣味，不能称之为游戏，而变成了一种互动性电影。AI必须给玩家提供一种有趣得挑战，如果没有AI，那么游戏就会变得很没有意思，而游戏AI就是要为玩家提供有趣的挑战。而基本上现在所有的游戏都会包含不同的难度，如简单、一般、困难，可以适应不同玩家的需求。

1.3.2 增加游戏得可玩性

玩家希望游戏AI能给自己带来惊喜，希望游戏AI就像真人一样带来不确定性操作，用不可预测得方式击败玩家或者被玩家击败。目前游戏AI还是不能像真人一样和玩家交流，因此还无法代替现在的网络游戏的社会模拟和趣味

如果AI能使游戏里的一切事物变得不可预测，那么这个游戏就可以获得比其他游戏更高得耐玩性，玩家会因为新鲜感而一直玩它。游戏AI始终要给玩家各种各样得惊喜，从而吸引玩家得兴趣。

1.3.3 帮助展开游戏情节

如果游戏里只有单纯得字幕叙事，将会使游戏过程单调乏味。利用AI可以让玩家自己体验情节变化，情况得转变，事态得紧急等。比如NPC忧郁的神情，奇怪的行为或言语可以激发玩家去寻找答案的动力，带着更大得兴趣去进一步探索答案。虽然情节在游戏设定中是固定的，但无疑AI在原来得基础上极高的提升了去趣味性。

1.4 游戏AI的设计目的

游戏中需要智能角色，这一点是可以理解的，因为它们可以增强游戏的体验，并且改善游戏的可玩性。非玩家角色不必依赖于一个真实存在得人群，丰富了单人游戏的趣味性，并且对于多人游戏也提升了真实感。游戏中需要能够帮助自己得队友、足以致命的武器、特定方式的移动、需要战胜的敌人和背景环境来增强真实感和复杂性，因此智能NPC是必不可少的。

在不同的游戏中，玩家期待的AI目标也不相同，对于街机游戏或者俄罗斯方块就不需要有太高的AI，这种游戏的问题已经固定。而在另外一些游戏中，情况大不相同。对于策略游戏，玩家希望敌人能够非常聪明，不要太愚笨。在角色扮演游戏中，玩家希望进入类似现实世界的虚拟世界，角色的行动也要模仿真人。对于模拟人生得这一类游戏来说，就不再是NPC的AI了，而是游戏本身的AI，如果AI太低，要么游戏就会很简单，要么和真实世界差距太大，这个游戏也就没有什么可玩性。

第二章常见的人工智能在游戏开发中的技术手段

相对于学术理论，商业游戏更多的关注于用户体验和市场利润，从项目开发角度来看，技术人员主要关心的

是游戏的质量，以及这些新的人工智能技术是否行之有效。以下就简单介绍一些游戏开发中主流的人工智能技

术，这些技术大都在商业游戏中可以找到案例。在这里，AI技术是一种比较广泛的概念，更偏向于“弱人工智

能”，但无论如何，它们对游戏的发展起到了非常大的作用。

也许使用最广泛的游戏AI就是欺骗了。比如在一个战争策略型游戏中，电脑控制的军队不用放出侦察兵等东西就能够知道其对手也就是玩家操纵的军队的位置、数量、兵种等一系列的信息。这种形式的欺骗是非常常见的，这样有助于电脑智能的与玩家进行对抗，使得玩家感觉AI是很聪明的，拥有较强的战术性。

此外，不遵守平衡原则的欺骗将使得电脑过于强大，以至于玩家无法战胜电脑。虽然最终目的是要提高游戏难度，但并不是让玩家觉得他的所有努力都是徒劳，这必将让玩家失去对游戏的兴趣。因此欺骗必须要是平衡的，以保持游戏的趣味性。

当然，欺骗不是唯一行之有效的人工智能技术。优先状态机也是一种无处不在的游戏AI技术，但其基本的思想是枚举一系列可控制游戏角色的动作或状态，然后使用if-then 条件语句来对这些状态进行转变。

开发者通常使用模糊状态机以减小结果动作的可预见性，并减少枚举大量if-then规则的负担。你不用去定义一个精确的规则，比如在距离=10，健康度=100的情况时然后才进行攻击，模糊状态机将允许你制定一个具有不精确的条件的规则，例如你只需规定在接近并且健康的情况下然后进行攻击，而到底多接近，健康度是多少这些可以不用精确地定义。

在各种各样的游戏中，高效寻路是NPC要完成的一个基础的任务。在一个战争策略游戏中，一个NPC单位需要完成越过地形和躲避障碍物去接近敌人的行为。在一个第一人称射击类游戏中，被射击的生物，需要穿越地牢或建筑以完成接近或逃离玩家控制的人物行为。这种脚本情节是非常大量的，这难怪AI开发者对寻路算法给予了极大的关注。

这仅仅是游戏AI技术的一小部分，其他技术还包括脚本插入，规则系统还有一些只能生命技术。以下具体介绍几种在AI游戏中常用的技术方法。

2.1寻径

游戏角色最物理、最底层的活动即位移，而移动并不是漫无目的，它需要考虑障碍的存在、敌方的火力点、路径的耗费等诸多因素。甚至有很多专业人士说，寻径是游戏中最核心的问题，启发式寻径的A*算法是目前应用最广泛的优秀算法之一，A*算法是一种完备的可采纳的最好优先算法，近年来，出现了很多对A*算法的改进算法，如D*，IDA*，FSA*……

2.2 有限状态机

有限状态机在游戏开发中运用十分广泛，它是一种表示若干有限状态及状态之间跳转的模型。它将复杂的游戏抽象成一种简单的核心状态，这些状态在一定的触发条件下跳转，构成游戏的主线。随着游戏的复杂化，FSM 出现了诸多变种，常见的一个为模糊状态机，它是“被扩展原来的处理部分真值概念的传统逻辑的超集”，从而可同时具有多个状态，增加了游戏的不可预测形。另一个常见的变形即为层次状态机，它能推动有限状态机达到最佳状态，减少了设计的复杂性，并可扩展到大规模的游戏中。

2.3 模糊逻辑

“它是让计算机接近人类的形式去思考问题的一种技术，采用实数而不是布尔值来描述对象隶属于集合的程度，本质上是一个近似的度量”。主要用来威胁评估、战术分析、角色情绪建模等，能让游戏表现的更加细腻、多样。

2.4 贝叶斯技术

它主要解决非确定性情况下决策和推理问题，其数学基础是概率论，它能根据已知的结果推理可能导致事情发生的原因，描述不同对象之间的内在联系。在游戏中，多用来威胁评估和战术预测等。

2.5 遗传算法

它是根据自然优胜劣汰、适者生存的概念提出的仿真算法，多用来搜索问题的最优解，可解决很多非线性的问题，《遗传算法进化出完美的洞穴巨人》，《遗传算法的自适应防御策略》是较为经典的成功应用。

2.6 人工神经网络

生物体大脑能基于神经网络协同、并行的处理海量信息并做出决策，人工神经网络算法的数学模型正基于此。它具有机器学习的诸多优点，一个简单的问题的三层神经网络就能模拟任何逼近任何非线性的函数，解决诸多非确定性问题，属于高级别的人工智能应用。众多类型的神经网络中的BP神经网络是应用的突破点，BPNN经过多年的理论改进表现出了良好特性。如动量因子、学习因子、徒然因子的引入很好的解决诸如陷入局部极小值、学习速率慢等问题。

2.7 人工生命

用计算机手段虚拟创建生物，给玩家以颠覆性的体验。玩家可以教自己的电子宠物学习，来塑造属于他们自己的游戏角色，这是前所未有的体验。此外还有机器学习、仿真群聚、规则式脚本、专家系统、图搜索算法、多Agent等。

2.8 脚本语言

脚本语言是一种解释性语言，通常用于控制游戏中的AI模式。它在游戏中可以驱动事件，为非玩家角色的

智能行为建模，实现某些任务的自动化功能。

第三章人工智能技术在游戏发展中的展望

3.1 学产界的加速融合

游戏产业一直都是AI理论研究和效果检验的“沃土”，AI学术界与游戏开发有着不可分割的联系。虽然由于知识产权、商业利润等因素，导致Game AI与学术界存在鸿沟，但许多智能游戏的成功入市、强烈的市场反响以及政府的科研经费的大力支持，使得人们越来越意识到人工智能的价值之所在。诸多研究机构、著名大学和公司达成了战略联盟。以德克萨斯大学为例，他们的数字媒体实验室创新的将AI研究与视频游戏的开发结合成了一个实践项目，取得了非常好的科研和教学效果，这种模式已在美国其他高校推广，学产界的融合已是一种流行的趋势。

3.2 AI引擎的独立发展

未来的游戏引擎已经不是单一的建立在传统图像之上的概念，游戏引擎已经进化出AI的雏形，并在商业中逐步应用开来，从Game AI的技术难度、敏捷软件开发以及软件复用的角度来看，势必会出现独立的AI引擎、中间件、智能卡等产品。由一系列知名开发者组织的“人工智能接口标准委员会（The Aritificial Intelligence Interface Standards Committe,AIISC）”就是来标准化和统一这些接口。他们同时也指出“现在的开发者也很少用到高层次的AI，如可信的、妙趣横生的NPC角色，它们能学习且有自己的情感、复杂的推理和交流技术，甚至能自发的叙述故事来动态的满足玩家，这些中间件的出现是必然的”。

3.3 云计算带来新格局

云计算的到来让游戏开发者最直接的收益就是AI能进一步的从时空的桎梏中解脱出来。“云计算游戏”与云计算的模式基本一致，游戏完全运行在云端，客户端只负责接收游戏的输入和显示图像。云端庞大的服务器集群，完全有能力独立出专门的Game AI服务器来，届时在更大的内存与CPU计算时间的允许下，诸如遗传算法、超大规模神经网络、海量知识学习等更多革命性的技术将淋漓尽致的发挥优势。由于客户端与服务器端的分离，开发人员也不用担心代码跨平台的问题，能将更多的精力集中在AI的设计而非移植上。Gaikai、On Live等公司已经在相关方面做了卓越的，成效的尝试，并与数家游戏出版商签署了相关协议[28,29]，云计算游戏已初见端倪。由于客户端与服务器端的分离，开发人员也不用担心代码跨平台的问题，能将更多的精力集中在AI的设计而非移植上。Gaikai、On Live等公司已经在相关方面做了卓有，成效的尝试，并与数家游戏出版商签署了相关协议[28,29]，云计算游戏已初见端倪

3.4 机器学习创造有生命力的AI

真正的3D已成游戏入市较低门槛时，游戏的生命力和市场占有率很大程度上依赖于游戏的AI，而AI的生命力则建立在学习之上。人类的发展离不开学习与创造，一个能学习进化的AI才是真正有生命力的AI，在许多书籍中，都有作者系统的阐明了游戏中使用机器学习的优势、方法等。机器学习能够通过经验来改善游戏的AI、动态调整战术、让玩家训练属于自己个性化角色的游戏，还有部分书籍与报告介绍了强化学习(Reinforcement Learning)在RoboCup比赛中的应用，取得了非常好的成效。学习是AI延续生命的主流手段，是未来AI发展不可逆转的趋势。

3.5 可扩展性

在游戏中，目前流行和普及的游戏AI基本是基于规则的，而对玩家来说，最激动人心的莫过于依照自己的口味和爱好，对游戏AI进行一番全面的修改和整理。由此可解决因游戏AI的智商太低而导致游戏角色的机械思维问题。因此，可扩展的AI技术将会成为主流的发展趋势之一。目前，市场上已经有很多款游戏成功的使用了可扩展的AI技术，证明了它在多种游戏类型中的可行性。随着这种技术的发展，玩家们可以完全按照自己的喜好自由的去改编游戏AI。

3.6 游戏角色学习能力的模拟日益完善

学习能力是指在游戏中，游戏角色应随着各种经历和经验在成长。这种AI智能可以通过机器学习技术实现。目前，大部分游戏在模拟学习功能的方法上是通过将当前的形势与已经经历过的形势进行类比，来获得更高智能水平的决策行为。随着游戏产业的日益发展和壮大和新型AI技术不断的尝试和改进，更多更复杂的机器学习技术将会被应用到游戏中，并将极大提高游戏AI的学习能力。

随着网络技术和AI学科的发展，必将会对游戏（Game AI）产生深远的影响。目前，游戏作为一个产业在我国已经初步形成，它也会带动人工智能的研究和发展。不过，人工智能还有很多方面等着我们发掘和开发，它的复杂性还需要我们长期坚持和突破。