注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络人工智能人工智能游戏开发:创造具有学习和反应能力的角色

人工智能游戏开发:创造具有学习和反应能力的角色

人工智能游戏开发:创造具有学习和反应能力的角色

定 价:¥48.00

作 者: (美)Alex J. Champandard编著;陈贵敏,冯兰胜,李萌萌译;陈贵敏译
出版社: 中国环境科学出版社;北京希望电子出版社
丛编项: 游戏开发与编程系列
标 签: 暂缺

ISBN: 9787801638885 出版时间: 2004-12-01 包装: 简裝本
开本: 26cm 页数: 405 字数:  

内容简介

  本书特点本书内容包括:现代人工智能技术(如神经网络、决策树、遗传分类器),标准的控制机制(如基于规则的系统和有限状态机)。每一种技术都是通过简要的叙述、直观的实例,以及基于数学形式的理解进行理论描述。为了使这些抽象概念具体化,本书包含了创建逼真NPC的实际应用,可以使读者能够应用人工智能技术解决其他相关问题。本书适用于本书适合于每个人,不管是游戏工程中的研发人员,还是游戏编程的业余爱好者,甚至是仅想更好地理解所玩游戏信息的人。本书解释如何创建具有真实行为的人工角色,并使它们智能地作出反应。其中,集中讨论了个体仿生机器人,它的测试平台是一个真实的三维游戏,而不是在命令提示或者处理简单的网格场景中运行的程序。本书介绍了许多技术,包括:现代人工智能技术(如神经网络、决策树、遗传分类器),标准的控制机制(如基于规则的系统和有限状态机)。每一种技术都有简要的叙述、直观的实例,以及基于数学形式的理解进行理论描述。为了使这些抽象概念具体化,本书包含了创建逼真NPC的实际应用,可以使读者能够应用人工智能技术解决其他的问题。本书适合于每个人,不管是 

作者简介

暂缺《人工智能游戏开发:创造具有学习和反应能力的角色》作者简介

图书目录

第一部分 概述
第1章 电脑游戏中的人工智能
1.1 人工智能概述
1.2 电脑游戏与人工智能
1.3 游戏人工智能的现状
1.4 设计人员与人工智能
1.5 游戏编程中的人工智能
第2章 智能设计
2.1 工程师的观点
2.2 传统方法
2.3 现代方法
2.4 所需的背景
2.5 人工智能开发过程
2.6 总结
第3章 反应式方法
3.1 定义
3.2 行为:规划与反应
3.3 游戏开发中的反应式技术
3.4 体系结构
3.5 总结
第4章 FEAR:实验用平台
4.1 技术概观
4.2 外部接口
4.3 模块
4.4 灵活的结构
4.5 创建一个仿生机器人
4.6 总结
第二部分 移 动
第5章 游戏世界中的移动
5.1 环境和空间
5.2 游戏世界的类型
5.3 处理移动
5.4 假设
5.5 测试条件
5.6 总结
第6章 移动能力
6.1 导航的技巧
6.2 游戏中的机器人和移动
6.3 仿生机器人的自主导航
6.4 运动的标准
6.5 实例研究
6.6 总结
第7章 分析和理解
7.1 整体概括
7.2 分析阶段
7.3 理解阶段
7.4 一般性的建议
7.5 总结
第8章 形式化运动
8.1 背景回顾
8.2 可行方案简述
8.3 合理化
8.4 建议规格书
8.5 总结
第9章 规格书和知识表达
9.1 正式规格书的概述
9.2 知识表达
9.3 知识表达形式
9.4 规范过程
9.5 讨论
9.6 总结
第10章 操纵行为躲避障碍物
10.1 人工生命概述
10.2 算法
10.3 最初草稿
10.4 评估
10.5 总结
第11章 基于规则的系统
11.1 背景
11.2 组件概述
11.3 理论和知识
11.4 讨论
11.5 总结
第12章 通过基于规则的系统合成运动
12.1 案例研究
12.2 理论基础
12.3 基于规则的系统的模块化设计
12.4 实现
12.5 应用
12.6 评估
12.7 总结
结论
一、整体回顾
二、展望
第三部分 学习射击
第13章 战斗设置
13.1 军械库
13.2 武器的必要条件
13.3 环境条件
13.4 培 训 区
13.5 总结
第14章 玩家的射击技能
14.1 战斗的技巧
14.2 游戏技能
14.3 射击的评价标准
14.4 案例研究
14.5 总结
第15章 射击
15.1 背景
15.2 可选择情况概述
15.3 合理化过程
15.4 建议规格书
15.5 总结
第16章 预测的物理学知识
16.1 基础知识
16.2 理想的交点
16.3 预测行为
16.4 仿真算法
16.5 实验
16.6 评估
16.7 总结
第17章 感知器
17.1 感知器的历史
17.2 模型概要
17.3 仿真
17.4 最优化技术介绍
17.5 感知器权值的优化
17.6 训练过程
17.7 图形解释
17.8 总结
第18章 处理瞄准过程中的误差
18.1 动量和摩擦
18.2 处理误差
18.3 评价
18.4 总结
第19章 多层感知器
19.1 感知器的发展历史
19.2 模型综述
19.3 模拟仿真
19.4 相关的生物学技术
19.5 训练算法
19.6 实际问题
19.7 讨论
19.8 总结
第20章 选择目标
20.1 案例研究
20.2 基本原理
20.3 模块化设计
20.4 实现
20.5 应用
20.6 评估
20.7 总结
第21章 问题的知识
21.1 黑盒理解
21.2 基本知识
21.3 基本理解
21.4 提炼问题
21.5 方法论
21.6 总结
结论
一、总回顾
二、展望
第四部分 武器的选择
第22章 战斗环境
22.1 武器属性
22.2 武器的适用性
22.3 训练域
22.4 总结
第23章 武器的选择
23.1 请求选择
23.2 实际中的评估过程
23.3 武器选择的标准
23.4 案例研究
23.5 总结
第24章 武器选择的定制
24.1 草拟可能的选择
24.2 合理化
24.3 推荐的规范
24.4 总结
第25章 编制战术决策
25.1 脚本语言基础
25.2 使用脚本的武器选择
25.3 评估
25.4 总结
第26章 分类树和回归树
26.1 决策树的表示
26.2 分类与回归
26.3 树的引入
26.4 训练步骤
26.5 讨论
26.6 总结
第27章 得出武器评估
27.1 4种不同的方法
27.2 基本原理
27.3 模块设计
27.4 实现
27.5 应用
27.6 评估
27.7 总结
第28章 解决方案理解
28.1 解决方案的复杂性
28.2 搜寻空间
28.3 用不同的方法得到解决方案
28.4总结
结论
一、概要回顾
二、展望
第五部分 使用物品和对象
第29章 分析与规范
29.1 场景中的对象
29.2 行为增强
29.3 规范
29.4 总结
第30章 模糊逻辑
30.1 集合逻辑的延伸
30.2 模糊表示法及变换
30.3 模糊逻辑
30.4 模糊控制与决策
30.5 讨论
30.6 总结
第31章 模糊系统增强移动行为
31.1 模糊变量和隶属函数
31.2 模糊规则
31.3 模块化设计
31.4 评价
31.5 总结
第32章 遗传算法
32.1 生物进化简介
32.2 遗传学及其表达
32.3 遗传算法
32.4 遗传算子及进化策略
32.5 高级问题
32.6 讨论
32.7 总结
第33章 学习分类器系统
33.1 分类器的表达
33.2 分类器系统概述
33.3 体系结构
33.4 讨论
33.5 总结
第34章 遗传算法的自适应防御策略
34.1 活动序列描述
34.2 遗传算子
34.3 演化概述
34.4 遗传算法的模块化设计
34.5 计算适应度
34.6 应用
34.7 评价
34.8 总结
第35章 设计学习人工智能
35.1 学习目的
35.2 学习方法
35.3 学习成份的多样性
35.4 学习行为的方法
35.5 总结
结论
一、回顾概述
二、展望
第六部分 情 感
第36章 游戏人物情感
36.1 人类进化中的情感
36.2 情感的生物模型
36.3 从情感到人工智能
36.4 人机交互
36.5 游戏中的情感因素
36.7 总结
第37章 感觉、情感和感情
37.1 感觉
37.2 情感
37.3 情感交流界面
37.4 在游戏中描绘感情
37.5 总结
第38章 有限状态机
38.1 正式定义
38.2 表示和仿真
38.3 控制逻辑
38.4 最优化
38.5 讨论
38.6 总结
第39章 情感设计
39.1 人工情感的设计
39.2 有限状态的模块化开发
39.3 创建有限状态的情感
39.4 评估
39.5 总结
第40章 非确定性状态机
40.1 概述
40.2 模糊状态机
40.3 非确定性状态机
40.4 概率状态机
40.5 概要
第41章 层次状态机
41.1 概述
41.2 层次
41.3 交互语义学
41.4 讨论
41.5 总结
第42章 情感系统
42.1 层次结构概述
42.2 感情建模
42.3 改进后的感觉
42.4 聚积情感
42.5 用特殊习惯表现情感
42.6 心情体系结构
42.7 评价
42.8 总结
第43章 突发复杂度
43.1 突发的定义
43.2 突发行为
43.3 更智能的环境,更简单的行为
43.4 功能性突发
43.5 总结
结论
一、回顾总结
二、前景
第七部分 动作选择
第44章 制定战略决策
44.1 游戏情形
44.2 个人目标
44.3 战术行为
44.4 仿生机器人和决策制定过程
44.5 训练区域
44.6 总结
第45章 实施战术智能
45.1 构思战术行为
45.2 行为和归类体系结构
45.3 把归类思想运用到战术中
45.4 评价
45.5 总结
第46章 强化学习
46.1 定义强化理论
46.2 基本成分
46.3 强化型学习算法
46.4 高级问题
46.5 讨论
46.6 总结
第47章 学习反应式策略
47.1 按控制分解
47.2 自适应收集行为
47.3 模拟运动
47.4 学习射击方式
47.5 其他能力
47.6 评价
47.7 总结
第48章 自适应行为的处理
48.1 问题定义
48.2 可靠的软件工程
48.3 稳健设计
48.4 方法
48.5 总结
结论
一、回顾纲要
二、展望
第八部分 总 结
第49章 游戏中的人工智能工程原理
49.1 体系结构
49.2 实现
49.3 各种技术及其适用性
49.4 学习和反馈机制
49.5 总结
第50章 未来之路
50.1 熟能生巧
50.2 关于世界模型
50.3 规划技术
50.4 拥抱新一代游戏人工智能

本目录推荐