游戏开发中的人工智能

出版时间：2005-6  出版社：江苏东南大学  作者：DavidM.Bourg，  页数：371  
Tag标签：无  

内容概要

你的游戏是否有角色不能任意走动？是否有角色走进障碍物？是否有非玩家角色不能按照团队运动？现在你就可以掌握高级人工智能（AI）技术以解决这些问题。不管你是编程新手或者是个仅仅想快速学习AI的熟练游戏编程人员，你都会发现《游戏开发中的人工智能》对于理解并应用AI到你的游戏中是非常合适的入门书籍。本书正是为你提供游戏开发方面高级、有用的AI技术的。如果你曾试图使用AI延长你的游戏的生命周期，让你的游戏更加具有挑战性，更重要的是让它们更加有趣，这本书就是为你准备的。    David M. Bourg（畅销书《游戏开发中的物理学》的作者）和Glenn Seemann将用非常直观、易懂的语言给你介绍一些诸如有限状态机、模糊逻辑和神经网络之类的技术，全书使用源代码（用C和C++编写）说明这些技术。从基本的诸如追赶、躲避、基于模式的运动和聚集等游戏行为到玩家行为预测，这本书告诉你怎么应用AI给你的游戏角色提供可信的智能。这些技术包括了适合初级AI开发者的确定性（传统的）和非确定性（较新的）AI技术的混合。    其他的主题包括：    * 使用基于势函数的单一技术处理追赶、躲避、聚集和避障等问题。    * 使用包括路径点和经典A*算法解决寻径问题。    * 利用AI脚本扩充AI引擎的功能，让设计者和玩家更好地设计和玩游戏。    * 给你的游戏角色赋予基于规则的AI推理能力，包括模糊逻辑和有限状态机。    * 使用概率分析和诸如贝叶斯推理的高级技术处理不确定性问题

书籍目录

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

用户评论 (总计9条)

•   这本书只有在当当才买得到。不错。
•   书的实例都是另外给出的，但是没有具体涉及到引擎的介绍。游戏开发离不开引擎，对于这里没有做足够介绍的话会很容易使读者兜圈子。
•   　　你的游戏是否有角色不能任意走动？是否有角色走进障碍物？是否有非玩家角色不能按照团队运动？现在你就可以掌握高级人工智能（AI）技术以解决这些问题。不管你是编程新手或者是个仅仅想快速学习AI的熟练游戏编程人员，你都会发现《游戏开发中的人工智能》对于理解并应用AI到你的游戏中是非常合适的入门书籍。本书正是为你提供游戏开发方面高级、有用的AI技术的。如果你曾试图使用AI延长你的游戏的生命周期，让你的游戏更加具有挑战性，更重要的是让它们更加有趣，这本书就是为你准备的。　　David M. Bourg（畅销书《游戏开发中的物理学》的作者）和Glenn Seemann将用非常直观、易懂的语言给你介绍一些诸如有限状态机、模糊逻辑和神经网络之类的技术，全书使用源代码（用C和C++编写）说明这些技术。从基本的诸如追赶、躲避、基于模式的运动和聚集等游戏行为到玩家行为预测，这本书告诉你怎么应用AI给你的游戏角色提供可信的智能。这些技术包括了适合初级AI开发者的确定性（传统的）和非确定性（较新的）AI技术的混合。　　其他的主题包括：　　·使用基于势函数的单一技术处理追赶、躲避、聚集和避障等问题。　　·使用包括路径点和经典A*算法解决寻径问题。　　·利用AI脚本扩充AI引擎的功能，让设计者和玩家更好地设计和玩游戏。　　·给你的游戏角色赋予基于规则的AI推理能力，包括模糊逻辑和有限状态机。　　·使用概率分析和诸如贝叶斯推理的高级技术处理不确定性问题。
•   　　追逐与闪躲
  　　---- 视线追逐
  　　---- 拦截
  　　 靠拢速度 Vr = Vprey - Vpredator
  　　 靠拢距离 Sr = Sprey - Spredator
  　　 靠拢时间 Tc = |Sr| / |Vr|
  　　 预测位置 St = Sprey + (Vprey)(Tc)
  　　
  　　移动模式
  　　---- 标准移动模式：控制指令
  　　
  　　群聚
  　　---- 基本群聚
  　　 凝聚：每个单位都往其临近单位的平均位置行动
  　　 对齐：每个单位行动时，都要把自己对齐在其临近单位的平均方向上
  　　 分隔：每个单位行动时，要避免撞上其临近单位
  　　---- 队形控制：单位视野
  　　---- 避障：触角
  　　---- 跟随：领头者
  　　
  　　势函数
  　　---- Lenard-Jones 势函数：U = A/r^n + B/r^m
  　　---- 追逐、闪躲、避障
  　　---- 算法优化：应用半径、网格
  　　
  　　路径寻找及航点应用
  　　---- 视线避障
  　　---- 绕行避障
  　　---- 面包屑路径寻找
  　　---- 遵循路径：方向权重
  　　---- 航点导航：节点表
  　　
  　　A*路径寻找算法
  　　---- 定义搜寻区域：节点分割
  　　---- 过程：
  　　 Open List
  　　 Closed List
  　　 路径得分：移动成本 + 启发法
  　　 地形成本
  　　 影响力对应
  　　
  　　描述式AI及描述引擎
  　　----
  　　
  　　有限状态机
  　　----
  　　
  　　模糊逻辑
  　　---- 程度
  　　---- 过程：
  　　 模糊化：归属函数（0~1）、藩篱函数（hedge function）
  　　 模糊规则
  　　 评估运算
  　　 反模糊化、单值输出归属函数
  　　
  　　规则式AI
  　　---- 规则系统：工作记忆、规则记忆
  　　---- 规则系统的推论：演绎法（forward chaining）、归纳法（backward chaining）
  　　---- Rete 算法
  　　
  　　概率概论
  　　---- 标准概率
  　　---- 主观概率及量化（赔率、期望值）、确定（打赌 - 公平的打赌、合理价格）
  　　---- 概率规则
  　　
  　　贝叶斯技术
  　　---- 贝叶斯网络
  　　
  　　神经网络
  　　---- 多层前馈神经网络：输入层、隐匿层、输出层
  　　---- 权重、活化函数（logistic function, step function, hyperbolic tangent function），偏差项
  　　 罗吉斯函数：f(x) = 1 / (1 + e^(-x / c))
  　　 阶跃函数：f(x) = 0; x <= 0 | 1; x > 0
  　　 双曲正切函数：f(x) = (e^x - e^-x) / (e^x + e^-x)
  　　---- 倒传递训练：
  　　 1.训练数据集
  　　 2.初始权重
  　　 3.输入数据获取输出值
  　　 4.计算误差
  　　 5.调整权重
  　　---- 局部极值与整体极值、增加动量方法
  　　
  　　遗传算法
  　　---- 演化过程、适合度
  　　---- 淘汰、交叉、突变
  　　
  　　
•   　　 适合科普，实现的话最好还是找别的书或者代码。
  　　 总的来说内容简介却也丰富，而且比较有意思，有光盘可能会好点(我看的那本光盘消失了)。对AI感兴趣的初学者看看会很受益。
•   这本书主要讲算法还是例子，有意思么？
•   介绍完算法后作者都会教你一步步实现算法应用实例的，因为这本书内容和我现在的项目有点联系，所以我觉得挺有意思的。
  另外可以去官网下完整的代码
•   人工智能的书很少啊！这本书值得拥有
•   能推荐几本好的AI方面的书吗？ 我是做手机游戏的，谢谢