游戲開發(fā)中的人工智能

出版時(shí)間：2005-6 出版社：江蘇東南大學(xué) 作者：DavidM.Bourg，頁(yè)數(shù)：371
Tag標(biāo)簽：無

內(nèi)容概要

你的游戲是否有角色不能任意走動(dòng)？是否有角色走進(jìn)障礙物？是否有非玩家角色不能按照?qǐng)F(tuán)隊(duì)運(yùn)動(dòng)？現(xiàn)在你就可以掌握高級(jí)人工智能（AI）技術(shù)以解決這些問題。不管你是編程新手或者是個(gè)僅僅想快速學(xué)習(xí)AI的熟練游戲編程人員，你都會(huì)發(fā)現(xiàn)《游戲開發(fā)中的人工智能》對(duì)于理解并應(yīng)用AI到你的游戲中是非常合適的入門書籍。本書正是為你提供游戲開發(fā)方面高級(jí)、有用的AI技術(shù)的。如果你曾試圖使用AI延長(zhǎng)你的游戲的生命周期，讓你的游戲更加具有挑戰(zhàn)性，更重要的是讓它們更加有趣，這本書就是為你準(zhǔn)備的。    David M. Bourg（暢銷書《游戲開發(fā)中的物理學(xué)》的作者）和Glenn Seemann將用非常直觀、易懂的語(yǔ)言給你介紹一些諸如有限狀態(tài)機(jī)、模糊邏輯和神經(jīng)網(wǎng)絡(luò)之類的技術(shù)，全書使用源代碼（用C和C++編寫）說明這些技術(shù)。從基本的諸如追趕、躲避、基于模式的運(yùn)動(dòng)和聚集等游戲行為到玩家行為預(yù)測(cè)，這本書告訴你怎么應(yīng)用AI給你的游戲角色提供可信的智能。這些技術(shù)包括了適合初級(jí)AI開發(fā)者的確定性（傳統(tǒng)的）和非確定性（較新的）AI技術(shù)的混合。    其他的主題包括：    * 使用基于勢(shì)函數(shù)的單一技術(shù)處理追趕、躲避、聚集和避障等問題。    * 使用包括路徑點(diǎn)和經(jīng)典A*算法解決尋徑問題。    * 利用AI腳本擴(kuò)充AI引擎的功能，讓設(shè)計(jì)者和玩家更好地設(shè)計(jì)和玩游戲。    * 給你的游戲角色賦予基于規(guī)則的AI推理能力，包括模糊邏輯和有限狀態(tài)機(jī)。    * 使用概率分析和諸如貝葉斯推理的高級(jí)技術(shù)處理不確定性問題

書籍目錄

Preface  1. Introduction to GameAI.     Deterministic Versus Nondeterministic AI      Established Game AI      TheFutureof GameAI   2. Chasing and Evading     Basic hasing and Evading      Line-of-Sight hasing      Line-of-Sight hasing in Tiled Environments      Intercepting   3. Pattern Movement     Standard Algorithm      Pattern Movement in Tiled Environments      Pattern Movement in Physically Simulated Environments   4. Flocking     Classic Flocking      Flocking Example     Obstacle Avoidance      Follow the Leader   5. Potential Function-Based Movement     How Can You Use Potential Functions for GameAI?     Chasing/Evading      Obstacle Avoidance      Swarming      Optimization Suggestions   6. Basic Pathfinding and Waypoints     Basic Pathfinding      Breadcrumb Pathfinding      Path Following      Wall Tracing      Waypoint Navigation   7. A* Pathfinding     Defining the Search Area      Starting the Search      Scoring      Finding a Dead End      Terrain Cost      Influence Mapping      Further Information   8. Scripted AI andScripting Engines  9. Finite State Machines  10. Fuzzy Logic   11. Rule-Based AI  12. Basic Probability   13. DecisionsUnder Uncertainty—Bayesian Techniques  14. Neural Networks  15. Genetic Algorithms  Appendix: VectorOperations  Index

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

還沒讀過(18)
勉強(qiáng)可看(130)
一般般(223)
內(nèi)容豐富(9249)
強(qiáng)力推薦(758)

游戲開發(fā)中的人工智能 PDF格式下載

用戶評(píng)論 (總計(jì)9條)

這本書只有在當(dāng)當(dāng)才買得到。不錯(cuò)。
書的實(shí)例都是另外給出的，但是沒有具體涉及到引擎的介紹。游戲開發(fā)離不開引擎，對(duì)于這里沒有做足夠介紹的話會(huì)很容易使讀者兜圈子。
　　你的游戲是否有角色不能任意走動(dòng)？是否有角色走進(jìn)障礙物？是否有非玩家角色不能按照?qǐng)F(tuán)隊(duì)運(yùn)動(dòng)？現(xiàn)在你就可以掌握高級(jí)人工智能（AI）技術(shù)以解決這些問題。不管你是編程新手或者是個(gè)僅僅想快速學(xué)習(xí)AI的熟練游戲編程人員，你都會(huì)發(fā)現(xiàn)《游戲開發(fā)中的人工智能》對(duì)于理解并應(yīng)用AI到你的游戲中是非常合適的入門書籍。本書正是為你提供游戲開發(fā)方面高級(jí)、有用的AI技術(shù)的。如果你曾試圖使用AI延長(zhǎng)你的游戲的生命周期，讓你的游戲更加具有挑戰(zhàn)性，更重要的是讓它們更加有趣，這本書就是為你準(zhǔn)備的?！　avid M. Bourg（暢銷書《游戲開發(fā)中的物理學(xué)》的作者）和Glenn Seemann將用非常直觀、易懂的語(yǔ)言給你介紹一些諸如有限狀態(tài)機(jī)、模糊邏輯和神經(jīng)網(wǎng)絡(luò)之類的技術(shù)，全書使用源代碼（用C和C++編寫）說明這些技術(shù)。從基本的諸如追趕、躲避、基于模式的運(yùn)動(dòng)和聚集等游戲行為到玩家行為預(yù)測(cè)，這本書告訴你怎么應(yīng)用AI給你的游戲角色提供可信的智能。這些技術(shù)包括了適合初級(jí)AI開發(fā)者的確定性（傳統(tǒng)的）和非確定性（較新的）AI技術(shù)的混合。　　其他的主題包括：　　·使用基于勢(shì)函數(shù)的單一技術(shù)處理追趕、躲避、聚集和避障等問題?！　　な褂冒窂近c(diǎn)和經(jīng)典A*算法解決尋徑問題?！　　だ肁I腳本擴(kuò)充AI引擎的功能，讓設(shè)計(jì)者和玩家更好地設(shè)計(jì)和玩游戲。　　·給你的游戲角色賦予基于規(guī)則的AI推理能力，包括模糊邏輯和有限狀態(tài)機(jī)?！　　な褂酶怕史治龊椭T如貝葉斯推理的高級(jí)技術(shù)處理不確定性問題。
　　追逐與閃躲
　　---- 視線追逐
　　---- 攔截
　　靠攏速度 Vr = Vprey - Vpredator
　　靠攏距離 Sr = Sprey - Spredator
　　靠攏時(shí)間 Tc = |Sr| / |Vr|
　　預(yù)測(cè)位置 St = Sprey + (Vprey)(Tc)
　　
　　移動(dòng)模式
　　---- 標(biāo)準(zhǔn)移動(dòng)模式：控制指令
　　
　　群聚
　　---- 基本群聚
　　凝聚：每個(gè)單位都往其臨近單位的平均位置行動(dòng)
　　對(duì)齊：每個(gè)單位行動(dòng)時(shí)，都要把自己對(duì)齊在其臨近單位的平均方向上
　　分隔：每個(gè)單位行動(dòng)時(shí)，要避免撞上其臨近單位
　　---- 隊(duì)形控制：?jiǎn)挝灰曇?br /> 　　---- 避障：觸角
　　---- 跟隨：領(lǐng)頭者
　　
　　勢(shì)函數(shù)
　　---- Lenard-Jones 勢(shì)函數(shù)：U = A/r^n + B/r^m
　　---- 追逐、閃躲、避障
　　---- 算法優(yōu)化：應(yīng)用半徑、網(wǎng)格
　　
　　路徑尋找及航點(diǎn)應(yīng)用
　　---- 視線避障
　　---- 繞行避障
　　---- 面包屑路徑尋找
　　---- 遵循路徑：方向權(quán)重
　　---- 航點(diǎn)導(dǎo)航：節(jié)點(diǎn)表
　　
　　A*路徑尋找算法
　　---- 定義搜尋區(qū)域：節(jié)點(diǎn)分割
　　---- 過程：
　　 Open List
　　 Closed List
　　路徑得分：移動(dòng)成本 + 啟發(fā)法
　　地形成本
　　影響力對(duì)應(yīng)
　　
　　描述式AI及描述引擎
　　----
　　
　　有限狀態(tài)機(jī)
　　----
　　
　　模糊邏輯
　　---- 程度
　　---- 過程：
　　模糊化：歸屬函數(shù)（0~1）、藩籬函數(shù)（hedge function）
　　模糊規(guī)則
　　評(píng)估運(yùn)算
　　反模糊化、單值輸出歸屬函數(shù)
　　
　　規(guī)則式AI
　　---- 規(guī)則系統(tǒng)：工作記憶、規(guī)則記憶
　　---- 規(guī)則系統(tǒng)的推論：演繹法（forward chaining）、歸納法（backward chaining）
　　---- Rete 算法
　　
　　概率概論
　　---- 標(biāo)準(zhǔn)概率
　　---- 主觀概率及量化（賠率、期望值）、確定（打賭 - 公平的打賭、合理價(jià)格）
　　---- 概率規(guī)則
　　
　　貝葉斯技術(shù)
　　---- 貝葉斯網(wǎng)絡(luò)
　　
　　神經(jīng)網(wǎng)絡(luò)
　　---- 多層前饋神經(jīng)網(wǎng)絡(luò)：輸入層、隱匿層、輸出層
　　---- 權(quán)重、活化函數(shù)（logistic function, step function, hyperbolic tangent function），偏差項(xiàng)
　　羅吉斯函數(shù)：f(x) = 1 / (1 + e^(-x / c))
　　階躍函數(shù)：f(x) = 0; x <= 0 | 1; x > 0
　　雙曲正切函數(shù)：f(x) = (e^x - e^-x) / (e^x + e^-x)
　　---- 倒傳遞訓(xùn)練：
　　 1.訓(xùn)練數(shù)據(jù)集
　　 2.初始權(quán)重
　　 3.輸入數(shù)據(jù)獲取輸出值
　　 4.計(jì)算誤差
　　 5.調(diào)整權(quán)重
　　---- 局部極值與整體極值、增加動(dòng)量方法
　　
　　遺傳算法
　　---- 演化過程、適合度
　　---- 淘汰、交叉、突變
　　
　　
　　適合科普，實(shí)現(xiàn)的話最好還是找別的書或者代碼。
　　總的來說內(nèi)容簡(jiǎn)介卻也豐富，而且比較有意思，有光盤可能會(huì)好點(diǎn)(我看的那本光盤消失了)。對(duì)AI感興趣的初學(xué)者看看會(huì)很受益。
這本書主要講算法還是例子，有意思么？
介紹完算法后作者都會(huì)教你一步步實(shí)現(xiàn)算法應(yīng)用實(shí)例的，因?yàn)檫@本書內(nèi)容和我現(xiàn)在的項(xiàng)目有點(diǎn)聯(lián)系，所以我覺得挺有意思的。
另外可以去官網(wǎng)下完整的代碼
人工智能的書很少啊！這本書值得擁有
能推薦幾本好的AI方面的書嗎？我是做手機(jī)游戲的，謝謝

游戲開發(fā)中的人工智能

用戶評(píng)論 (總計(jì)9條)

推薦圖書

相關(guān)圖書