人机博弈是人工智能的一个重要研究领域,而大型角色在线扮演游戏将是人机博弈新的研究方向,游戏的复杂性,交互性,实时性等都比其他媒介更能模拟出现实复杂世界的不确定性和交互性,因此具有很大的研究价值。大型角色在线扮演游戏的情境非常复杂,玩家可以决策的事情非常多,比如更换装备,使用何种技能,和玩家组队,攻击何种怪物,往哪个方向行走等等,不同的决策对游戏结果有很大的影响,这些特性,使得研究游戏中的博弈越来越受关注,从而成为人机博弈的一个新的研究平台。本文围绕大型角色在线扮演游戏的人机博弈展开深入的调查与研究,主要工作如下:一、设计一个网络游戏的实验平台,采用C++基于IOCP的网络模型和ACCESS数据库设计了一个类似于MUD的在线角色扮演的游戏平台,具有注册,登录,战斗,任务,道具等游戏功能。二、根据现在普遍的游戏关卡来设定一个关卡,考虑到方便实验和操作的可行性,本文的关卡设计是基于迷宫的,在迷宫中增加道具,怪物,陷阱等事件,拿到必需的任务品后打败最终BOSS后才能顺利闯关。三、基于穷尽法,遗传算法,神经网络等实现机器人的自动闯关,并经过多次迭代重复实验来找出该算法下的最优路径,再根据上面研究的结果,设计并改进提出自己的算法,在运行时间,算法的复杂度,过关的成功率,最优解等各方面比较各个算法的优劣。