| 作者 |
| 伊庭齐志 麦克·达格雷斯 |
| 丛书名 |
| 轻松上手IT技术日文译丛 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782108191039 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------8083255 - AI游戏开发和深度学习进阶--------------------------- 本书以各种各样的实例剖析游戏AI手法，并以此为目标，帮助读者学习构筑游戏AI的技术。另外，也阐述了游戏AI中的深层学习、机械学习、强化学习技术。 ---------------------------7390713 - 游戏AI开发实用指南--------------------------- 智能和多样化是一个成功游戏的重要元素。本书将通过不同游戏类型的人工智能示例帮助读者进入游戏AI编程，通过C＃语言实现新、前沿的算法，终使游戏通过有趣的人工智能设计增加更好的玩家体验。同时，本书将带领读者以不同的方式思考人工智能。 |
| 目录 |
| [套装书具体书目] 7390713 - 游戏AI开发实用指南 - 9787111589402 - 机械工业出版社 - 定价 59 8083255 - AI游戏开发和深度学习进阶 - 9787111688464 - 机械工业出版社 - 定价 79 ---------------------------8083255 - AI游戏开发和深度学习进阶--------------------------- 译者序 前言 第1章 谜题与游戏AI的过去和现在 1 1.1 关于AI的预言成真了吗 1 1.2 游戏AI的历史和背景 2 1.3 游戏AI是否会剥夺人类的乐趣 7 1.4 游戏AI的意义 9 1.5 游戏的深奥程度与“先下手为强”定理 10 第2章 解谜的AI 14 2.1 搜索树 14 2.1.1 树的构造和图形表达 14 2.1.2 深度优先搜索 21 2.1.3 宽度优先搜索 28 2.1.4 A*搜索 32 2.2 推箱子 40 2.3 数字连线 43 2.4 日式华容道 46 2.5 孔明棋 48 2.6 尝试用数学知识解决数独问题 51 第3章 依赖约束的谜题和非单调推理 58 3.1 纵向搜索与回溯 58 3.2 数学家弄错的国际象棋谜题 58 3.3 线条图的解释与错觉画 63 3.4 ATMS与四色问题 71 3.5 解开国际象棋谜题 83 3.5.1 尽可能放置多个棋子 84 3.5.2 尽可能攻击多个区域 86 3.6 Knuth的谜题与位棋盘 88 第4章 会玩游戏的AI 90 4.1 井字棋与树 90 4.2 游戏的树搜索 91 4.3 黑白棋与Fool’s mate 104 4.4 A*马里奥 110 4.5 蒙特卡罗树搜索 114 4.6 立体四子棋 118 4.7 黑白棋的蒙特卡罗算法和NegaScout算法 123 4.8 如何赢得博弈 124 4.9 消灭幽灵：AI吃豆人 132 第5章 学习、进化和游戏AI 140 5.1 来自AlphaGo的震撼 140 5.2 DQN和街机游戏 151 5.3 进化的马里奥 155 5.4 神经进化 158 5.5 吃豆人的神经进化 161 5.6 充满好奇心的马里奥 166 第6章 游戏AI与类人化 174 6.1 为什么需要类人化的AI 174 6.2 通用游戏是什么 175 6.3 图灵测试和最类人化的AI 178 6.4 不使用“类人化”函数的类人化游戏AI 182 6.5 使用“类人化”函数的类人化游戏AI 190 参考文献 199 ---------------------------7390713 - 游戏AI开发实用指南--------------------------- 前言 关于作者 第1章 不同的问题需要不同的解决方案 1 1.1 游戏AI解决方案的历史简述 1 1.2 电子游戏中的敌人AI 2 1.3 从简单到聪明的类人AI 3 1.4 视觉和声音的感知 4 1.5 总结 5 第2章 可能性图与概率图 6 2.1 游戏状态 6 2.2 可能性图 7 2.2.1 怎样使用可能性图 7 2.2.2 准备一个可能性图（FPS游戏） 8 2.2.3 创建一个可能性图（FPS游戏） 9 2.3 定义状态 10 2.3.1 防守状态 12 2.3.2 进攻状态 13 2.3.3 可能性图小结 16 2.4 概率图 16 2.4.1 怎样使用概率图 17 2.4.2 接下来做什么 19 2.5 总结 19 第3章 产生式系统 20 3.1 自动有限状态机 22 3.2 基于效用的函数 26 3.3 游戏AI的动态平衡 36 3.4 总结 37 第4章 环境与人工智能 38 4.1 视觉交互 39 4.2 基本环境交互 40 4.2.1 移动环境中的物体 40 4.2.2 环境中的障碍物 48 4.2.3 用区域阻断环境 52 4.3 高级环境交互 54 4.3.1 适应不稳定的地形 55 4.3.2 使用射线检测评估决策 56 4.4 总结 58 第5章 动画行为 59 5.1 2D动画与3D动画的对比 59 5.1.1 2D动画-精灵 59 5.1.2 3D动画-骨骼结构 61 5.2 动画状态机 62 5.3 平滑过渡 78 5.4 总结 79 第6章 导航行为和寻路 80 6.1 导航行为 80 6.1.1 选择新的方向 80 6.1.2 点到点的移动 90 6.2 总结 123 第7章 高级寻路 124 7.1 简单寻路与高级寻路 124 7.2 A*搜索算法 126 7.3 总结 149 第8章 群体交互 150 8.1 什么是群体交互 150 8.2 电子游戏与群体交互 151 8.2.1 《刺客信条》 151 8.2.2 《侠盗猎车》（GTA） 152 8.2.3 《模拟人生》 152 8.2.4 FIFA/实况足球 153 8.3 规划群体交互 154 8.3.1 小组战斗 154 8.3.2 通信（警告区域） 157 8.3.3 通信（与其他AI角色交谈） 160 8.3.4 团队竞技 161 8.4 群体碰撞避免 169 8.5 总结 171 第9章 AI规划与碰撞避免 172 9.1 搜索 172 9.2 总结 189 第10章 感知 190 10.1 潜入类游戏 190 10.2 关于战术 190 10.3 关于感知 191 10.4 实现视觉感知 191 10.5 总结 225 |