摘 要

坦克大战是一款非常经典的休闲游戏，玩家通过对主战坦克的操作（移动、射击），击败所有的敌方坦克（系统控制的单位），从而取得游戏的胜利。安卓设备由于便携等特点得到了广泛的应用，其平台上的游戏深受玩家喜爱。目前，国内外对坦克大战的研究大多集中于玩家的坦克的变化，而对敌方坦克的智能研究极少，敌方坦克的智能主要展现在高效搜索攻击主战坦克的路径。在此背景之下，本文主要研究内容如下：

1. 针对敌方坦克的智能，重点研究智能攻击路径的搜索算法。分析极大极小值搜索算法，该算法确实对最佳路径的选择有一定的作用，不过该算法比较依赖合适的深度。
2. 在极大极小值算法的基础上，加入了α-β剪枝方法，大大提高了算法的效率，很适用于敌方坦克大战的智能攻击。
3. 开发了基于安卓平台的坦克对战游戏，该游戏难度较大，可玩性较高。

本文通过研究敌方坦克的智能攻击算法，让用户在简单休闲的坦克大战上体验到不一样的人机对战。通过实现敌方坦克的人工智能，了解到人工智能的基础知识和常用的算法。

关键词：坦克大战；安卓；人工智能；极大极小值算法；α-β剪枝算法

Abstract

Tank Wars is a very classic casual game, the player through the operation of the main battle tanks (move, shooting), beat all the enemy tanks (system control), so as to win the game. Android equipment due to portable features such as a wide range of applications, the platform of the game by the players favorite. At present, most of the domestic and foreign research on the tank war focused on the player's tank changes, and little research on the enemy tanks, the enemy's main intelligence in the efficient search of the main battle of the attack tank path. In this context, the main contents of this paper are as follows:

1. for intelligence of the enemy tank, focusing on intelligent attack path search algorithm.Analyze the Mini-max algorithm, which does have a certain effect on the selection of the best path, but the algorithm is more dependent on the appropriate depth.
2. On the basis of the Mini-max algorithm, the Alpha-Beta pruning method is added, which greatly improves the efficiency of the algorithm and is suitable for the intelligent attack of the enemy tank war.
3. developed based on Andrews platform tank game, the game is more difficult, high play-ability.

In this paper, through the study of the enemy tank intelligent attack algorithm, allowing users to experience a simple casual tank war to the different man-machine battle. Through the realization of the enemy tank artificial intelligence, to understand the basic knowledge of artificial intelligence and commonly used algorithms.

Key Words: Tank Wars; Android; Artificial Intelligence; Mini-max Algorithm;

Alpha-Beta Pruning Algorithm

目录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景以及研究目的与意义 1

1.1.1 坦克大战 1

1.1.2 坦克大战的发展历程 1

1.1.3 基于安卓平台的坦克对战游戏研究的意义 1

1.2 国内外研究现状 2

1.3 坦克大战游戏的研究难点 2

1.4 本文主要研究内容 3

1.5 本文结构安排 3

第2章 极大极小值算法分析 4

2.1 极大极小值算法的背景 4

2.2 极大极小值算法 4

2.2.1 基本步骤 4

2.2.2 发现的问题 4

2.2.3 算法改进 5

2.3 本章小结 5

第3章 基于极大极小值的α-β剪枝算法的分析 6

3.1 α-β剪枝算法 6

3.1.1 α-β剪枝过程 6

3.1.2 发现的问题 6

3.2 α-β剪枝的增强算法 7

3.2.1 渴望搜索 7

3.2.2 迭代加深 7

3.3 本章小结 8

第4章 基于安卓平台的坦克对战游戏设计 9

4.1 游戏功能需求 9

4.2 重要功能设计 9

4.2.1 爆炸效果设计 9

4.2.2 敌方坦克遇到边界 10

4.3 系统运行结果 10

4.4 本章小结 12

第5章 总结与展望 13

5.1 本文工作总结 13

5.2 下一步工作展望 13

参考文献 15

致谢 16

第1章 绪论

1.1 研究背景以及研究目的与意义

1.1.1 坦克大战

随着社会的发展，电子游戏成为人们业余娱乐的工具，简单而不失乐趣的游戏就成为了一种追求。坦克大战是一款非常经典的休闲游戏，游戏操作简单，容易上手。虽然只有5个键，但是通过道具和布局的多样化，使得游戏可玩性变高，同时它可以锻炼玩家的反应能力和策略思维。坦克大战由敌我双方坦克组成攻守方，以一方完全消灭另外一方结束游戏。

1.1.2 坦克大战的发展历程

1985年，日本南宫梦发售了第一款《坦克大战》^[1]。自此之后，《坦克大战》风靡全球，造成过很大的经济价值。随着娱乐平台的发展，开发商进行了很多研究，其发展过程大致分为三个阶段：

第一阶段是以FC平台为代表的《坦克大战》，十分经典，它由13乘以13的地图构成了一共35关的闯关游戏，游戏障碍物分为5种，分别是铁块、砖块、河流、树木、沙漠，玩家需要保护基地不被摧毁，并击败所有的敌人才算游戏胜利；