随着计算机硬件性能的不断提升和电子游戏产业的发展,计算机游戏的画面效果已经达到了以假乱真的程度,其音效等其他手段也使游戏更加逼真。然而除了这些手段,能让游戏更加吸引人的就是游戏与玩家之间的互动。通过互动让玩家产生新鲜感和情感连接从而提升游戏体验。游戏人工智能就是为了解决这个问题而出现的。通过游戏智能行为体的表现来让游戏角色产生拟人化和智能化,让玩家产生较长时间的兴趣,使其对游戏角色的行为更加难以预估,从而感觉到类似人一样的智能体验,极大的提高了游戏可玩性。本文主要内容是:1,针对游戏智能行为体的寻路算法问题,分析了广度优先算法,迪杰斯特拉算法,最好优先贪婪算法,分析了上述三种算法的不足,并根据前几种算法提出采用A*寻路算法作为路径规划的主要算法。并采用了平滑算法对A*寻路进行优化。2,对于游戏智能行为体的决策算法问题,讨论了常用的决策算法-有限状态机,并分析了其不足,并详细讲解了行为树技术,使用行为树技术作为决策算法的优越性。3,设计了一个基于Unity3D的第三人称射击游戏(TPS),在游戏中,NPC通过对自身的状态和行为进行判断,采用不同的措施来与玩家进行交互。可以采用奔跑,躲避,掩护等手段防止玩家的射击。游戏采用了上述讨论中的经过平滑后的A*寻路算法和行为树决策算法。验证了算法的可用性。本文通过对游戏行业的分析和游戏人工智能现状的研究,总结了常见的游戏人工智能的框架。并从框架的运动层和行为层出发,对路径规划算法和行为决策算法进行学习,提出了优化的A*寻路和行为树技术决策算法。采用了A*寻路算法和行为树决策算法作为了游戏人工智能体算法。通过对一个TPS游戏的设计,可以看出NPC每次都采用不同的行为和方式对玩家进行射击,具有随机性。而玩家的一些动作,如回击等也会对NPC产生影响,从而影响游戏的进程,增加了可玩性。