游戲人工智能

定　價：￥129.00

作　者：	[美] Steve Rabin（史蒂夫-拉賓）著；付凌霄等譯
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥114.80)

ISBN：	9787121326554	出版時間：	2017-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	708	字?jǐn)?shù)：

內(nèi)容簡介

　　游戲中的人工智能開發(fā)是游戲研發(fā)中*具挑戰(zhàn)性的任務(wù)之一，而本書匯集了與游戲人工智能開發(fā)有關(guān)的知識，借助這些知識，程序員能夠開發(fā)出有趣的AI 角色，為玩家?guī)砻烂畹挠螒蝮w驗(yàn)。本書分為7 個部分共48 章，分別討論了通用智能、體系架構(gòu)、運(yùn)動與尋路、戰(zhàn)略與戰(zhàn)術(shù)、agent 意識與知識表征、競速以及其他領(lǐng)域的游戲AI 技術(shù)。讀者可以以本書作為路線圖，了解在智能游戲方面哪些技術(shù)已經(jīng)被成功使用，哪些具有很大的潛力。本書的作者都是游戲人工智能的專家，在此行業(yè)摸爬滾打多年，其觀點(diǎn)和技術(shù)均在自身產(chǎn)品中做過驗(yàn)證，因而有很高的參考價值。書中有些章節(jié)甚至提供了源碼，可供讀者方便地應(yīng)用到自己開發(fā)的游戲程序中。對于希望為玩家?guī)硪巳雱俚挠螒蝮w驗(yàn)的開發(fā)者，本書非常值得一讀。

作者簡介

　　Steve Rabin 是美國任天堂公司的一位高級軟件工程師，為任天堂當(dāng)前和未來的游戲平臺研究新技術(shù)、為Wii U CPU 架構(gòu)開發(fā)工具，也為任天堂開發(fā)人員提供技術(shù)支持。付凌霄，復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)碩士，曾在英佩游戲公司Mercury項(xiàng)目團(tuán)隊(duì)工作，對游戲引擎、游戲AI編程，以及AI相關(guān)算法和技術(shù)有深刻的理解

圖書目錄

第一部分通用智能
1 什么是游戲中的人工智能．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2
2 通過神經(jīng)學(xué)的研究激勵游戲AI．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
3 用于游戲AI 的高級隨機(jī)值技術(shù)：高斯隨機(jī)值、隨機(jī)值篩選與柏林噪聲．．．．．．．．．．．．．．．．．．．．．．．31
第二部分體系架構(gòu)
4 行為選擇算法一覽．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
5 結(jié)構(gòu)化架構(gòu)：游戲AI 開發(fā)的常用技巧．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68
6 行為樹新手包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82
7 用腳本寫現(xiàn)實(shí)世界的行為樹．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．107
8 模擬行為樹：一種行為樹/規(guī)劃器混合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．116
9 效用理論導(dǎo)論．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．133
10 行為樹的效用決策整合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．150
11 決策系統(tǒng)中的反饋與思考．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．163
12 通過實(shí)例探索HTN 規(guī)劃器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．175
13 多單位作戰(zhàn)演習(xí)：基于規(guī)劃空間的分層規(guī)劃方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．200
14 LOD 交易員對AI 細(xì)節(jié)等級的非凡控制能力．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．218
15 用于快速開發(fā)AI 的運(yùn)行時編譯C++ ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．239
16 探究禁忌的深度：腳本和AI．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．261
第三部分運(yùn)動與尋路
17 尋路架構(gòu)的優(yōu)化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．286
18 選擇一個尋路空間表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．300
19 使用迭代波前邊緣增量的方法創(chuàng)建高階導(dǎo)航網(wǎng)格．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．307
20 MMO 游戲服務(wù)器端大世界尋路的預(yù)計(jì)算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．318
21 使用轉(zhuǎn)向圈的編隊(duì)運(yùn)動技術(shù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．340
22 預(yù)規(guī)劃運(yùn)動的碰撞回避．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．348
23 群體尋路與利用流場網(wǎng)格的轉(zhuǎn)向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．359
24 手游中的高效群體實(shí)現(xiàn)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．372
25 動畫驅(qū)動的移動規(guī)劃．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．381
第四部分戰(zhàn)略與戰(zhàn)術(shù)
26 戰(zhàn)術(shù)點(diǎn)選擇系統(tǒng)：架構(gòu)和查詢語言．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．396
27 NavMesh 上的戰(zhàn)術(shù)尋路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．427
28 超越功夫圈：一個管理NPC 攻擊的靈活系統(tǒng)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．436
29 《殺戮地帶3》多人模式中的分層AI 設(shè)計(jì)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．444
30 使用神經(jīng)網(wǎng)絡(luò)控制AI 的反饋．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．463
第五部分 agent 意識和知識表征
31 Crytek 的目標(biāo)記錄感知系統(tǒng)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．476
32 抓住那個忍者：2D 潛行游戲中的NPC 意識．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．487
33 向游戲環(huán)境聰明地問問題．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．499
34 一個簡單而健壯的知識表征系統(tǒng)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．512
35 一個簡單且實(shí)用的社交動態(tài)系統(tǒng)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．522
36 為背景角色帶來生活氣息．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．533
37 生成托辭：隨時隨地愚弄所有的玩家．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．543
第六部分競速
38 競速游戲中的AI 架構(gòu)綜述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．556
39 表現(xiàn)AI 控制的載具和駕駛賽道．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．566
40 利用PID 控制器實(shí)現(xiàn)的賽車控制系統(tǒng)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．579
41 用于賽車游戲AI 的熱視覺系統(tǒng)：一種確定最優(yōu)路徑位置的新穎方法．．．．．．．．．．．．．．．．．．．．．591
42 用于游戲和競賽管理的橡皮筋系統(tǒng)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．597
第七部分其他
43 一種富角色的社交模擬架構(gòu)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．606
44 一種基于控制的動物行為體系架構(gòu)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．625
45 用于AI 的GPGPU ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．634
46 使用虛擬音效設(shè)計(jì)師創(chuàng)建動態(tài)音景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．645
47 實(shí)現(xiàn)健壯的第三人稱攝像機(jī)系統(tǒng)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．653
48 N-Gram 技術(shù)在玩家預(yù)測、自動生成與模式化AI 中的應(yīng)用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．666