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