RTS游戏中用户行为的神经网络预测模型

摘要：

即时战略游戏(简称RTS游戏)中,用户的行为由于游戏自身庞大的决策空间而难以预测.针对这个问题,提出了通过对RTS游戏的对战记录进行分析,建立5种结构的神经网络模型来预测用户行为的方法.模型考虑了不同时间片的状态对于决策行为的影响,设计了单时间片输入和双时间片输入的神经网络,并与基于动态贝叶斯网络的模型进行了比较.实验结果表明,基于单时间片输入的神经网络模型能够更加快速地完成训练过程并达到满意的预测准确度.

关键词：即时战略游戏、行为预测、神经网络、动态贝叶斯网络、时间片

所属期刊栏目：33

分类号：TP398.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目60903088;河北省自然科学基金项目F2009000227;河北省第二批百名优秀人才支持计划基金项目CPRC002;2010年保定市科学技术研究与发展指导计划基金项目10ZG008

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：740-744