人工智能游戏开发 创造具有学习和反应能力的角色PDF|Epub|txt|kindle电子书版本网盘下载

人工智能游戏开发 创造具有学习和反应能力的角色PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录2

第一部分　概述2

第1章　电脑游戏中的人工智能2

1.1　人工智能概述2

1.2　电脑游戏与人工智能4

1.3　游戏人工智能的现状4

1.4　设计人员与人工智能5

1.5　游戏编程中的人工智能7

第2章　智能设计8

2.1　工程师的观点8

2.2　传统方法8

2.3　现代方法9

2.4　所需的背景15

2.5　人工智能开发过程16

2.6　总结17

3.1 定义18

第3章　反应式方法18

3.2　行为：规划与反应19

3.3　游戏开发中的反应式技术21

3.4　体系结构22

3.5　总结25

第4章　FEAR：实验用平台26

4.1 技术概观26

4.2　外部接口27

4.4　灵活的结构28

4.3　模块28

4.5　创建一个仿生机器人29

4.6　总结29

第二部分　移动33

第5章　游戏世界中的移动33

5.1　环境和空间33

5.2　游戏世界的类型34

5.3　处理移动37

5.4　假设37

5.5　测试条件38

5.6　总结38

第6章　移动能力39

6.1　导航的技巧39

6.2　游戏中的机器人和移动40

6.3　仿生机器人的自主导航41

6.4　运动的标准41

6.5　实例研究42

6.6　总结43

第7章　分析和理解44

7.1 整体概括44

7.2　分析阶段45

7.3　理解阶段47

7.4　一般性的建议48

7.5　总结48

第8章　形式化运动50

8.1　背景回顾50

8.2　可行方案简述51

8.3　合理化53

8.4　建议规格书54

8.5　总结55

第9章　规格书和知识表达56

9.1　正式规格书的概述56

9.2　知识表达57

9.3　知识表达形式57

9.4　规范过程59

9.5　讨论61

9.6　总结62

第10章　操纵行为躲避障碍物63

10.1　人工生命概述63

10.2　算法65

10.3　最初草稿65

10.4　评估68

10.5　总结69

11.1　背景70

第11章　基于规则的系统70

11.2　组件概述71

11.3　理论和知识76

11.4　讨论78

11.5　总结80

第12章　通过基于规则的系统合成运动81

12.1　案例研究81

12.2　理论基础82

12.3　基于规则的系统的模块化设计83

12.4　实现85

12.5 应用86

12.6　评估87

12.7　总结88

结论89

一、整体回顾89

二、展望89

13.1 军械库93

第三部分　学习射击93

第13章　战斗设置93

13.2　武器的必要条件94

13.3　环境条件95

13.4　培训区95

13.5　总结95

第14章　玩家的射击技能97

14.1 战斗的技巧97

14.2　游戏技能98

14.3　射击的评价标准99

14.4　案例研究100

14.5　总结100

第15章　射击102

15.1　背景102

15.2　可选择情况概述103

15.3　合理化过程104

15.4　建议规格书105

15.5　总结106

第16章　预测的物理学知识108

16.1　基础知识108

16.2　理想的交点109

16.3　预测行为110

16.4　仿真算法111

16.5　实验112

16.6　评估113

16.7　总结113

第17章　感知器114

17.1 感知器的历史114

17.2　模型概要115

17.3　仿真116

17.4　最优化技术介绍118

17.5　感知器权值的优化123

17.6　训练过程125

17.7　图形解释128

17.8　总结129

第18章　处理瞄准过程中的误差130

18.1　动量和摩擦130

18.2　处理误差132

18.3　评价134

18.4　总结134

第19章　多层感知器135

19.1　感知器的发展历史135

19.2　模型综述135

19.3　模拟仿真139

19.4　相关的生物学技术139

19.5　训练算法141

19.6　实际问题147

19.8　总结149

19.7　讨论149

第20章　选择目标151

20.1　案例研究151

20.3　模块化设计152

20.2　基本原理152

20.4　实现153

20.5 应用154

20.7　总结157

20.6　评估157

21.1 黑盒理解158

第21章　问题的知识158

21.2　基本知识160

21.3　基本理解162

21.4　提炼问题164

21.5　方法论165

21.6　总结167

结论169

一、总回顾169

二、展望170

第22章　战斗环境173

22.1 武器属性173

第四部分　武器的选择173

22.2　武器的适用性174

22.3　训练域176

22.4　总结176

第23章　武器的选择178

23.1　请求选择178

23.2　实际中的评估过程179

23.3　武器选择的标准180

23.4　案例研究181

23.5　总结181

24.1　草拟可能的选择183

第24章　武器选择的定制183

24.2 合理化185

24.3　推荐的规范185

24.4　总结187

第25章　编制战术决策188

25.1　脚本语言基础188

25.2　使用脚本的武器选择190

25.3　评估193

25.4　总结193

第26章　分类树和回归树195

26.1　决策树的表示195

26.2　分类与回归198

26.3　树的引入200

26.4　训练步骤203

26.5　讨论204

26.6　总结204

第27章　得出武器评估206

27.1　4种不同的方法206

27.2　基本原理208

27.3　模块设计209

27.4　实现210

27.5 应用211

27.6　评估214

27.7　总结214

第28章　解决方案理解216

28.1　解决方案的复杂性216

28.2　搜寻空间218

28.3　用不同的方法得到解决方案220

28.4　总结221

二、展望222

一、概要回顾222

结论222

第五部分　使用物品和对象225

第29章　分析与规范225

29.1　场景中的对象225

29.2 行为增强226

29.3　规范228

29.4　总结229

30.1　集合逻辑的延伸231

第30章　模糊逻辑231

30.2　模糊表示法及变换234

30.3　模糊逻辑237

30.4　模糊控制与决策238

30.5　讨论242

30.6　总结243

31.1　模糊变量和隶属函数244

第31章　模糊系统增强移动行为244

31.2　模糊规则245

31.3　模块化设计247

31.4　评价249

31.5　总结250

第32章　遗传算法251

32.1　生物进化简介251

32.2　遗传学及其表达252

32.3　遗传算法255

32.4　遗传算子及进化策略259

32.5　高级问题264

32.6　讨论266

32.7　总结267

第33章　学习分类器系统268

33.1　分类器的表达268

33.2　分类器系统概述269

33.3　体系结构269

33.4　讨论272

33.5　总结272

第34章　遗传算法的自适应防御策略274

34.1　活动序列描述274

34.3　演化概述276

34.2　遗传算子276

34.4　遗传算法的模块化设计277

34.5　计算适应度278

34.6　应用278

34.7　评价279

34.8　总结280

第35章　设计学习人工智能281

35.1　学习目的281

35.2　学习方法283

35.3　学习成份的多样性284

35.4　学习行为的方法286

35.5　总结287

结论288

一、回顾概述288

二、展望289

第36章　游戏人物情感293

36.1　人类进化中的情感293

第六部分　情感293

36.3　从情感到人工智能294

36.4　人机交互294

36.2　情感的生物模型294

36.5　游戏中的情感因素295

36.7　总结295

第37章　感觉、情感和感情297

37.1 感觉297

37.2　情感298

37.3　情感交流界面299

37.4　在游戏中描绘感情300

37.5　总结301

第38章　有限状态机303

38.1 正式定义303

38.2　表示和仿真308

38.3　控制逻辑309

38.4　最优化311

38.5　讨论312

38.6　总结313

第39章　情感设计314

39.1　人工情感的设计314

39.2　有限状态的模块化开发315

39.3　创建有限状态的情感317

39.4　评估319

39.5　总结320

第40章　非确定性状态机322

40.1 概述322

40.2　模糊状态机323

40.3　非确定性状态机325

40.4　概率状态机330

40.5　概要332

第41章　层次状态机333

41.1 概述333

41.2　层次334

41.3　交互语义学336

41.4　讨论339

41.5　总结340

42.1　层次结构概述342

42.2　感情建模342

第42章　情感系统342

42.3　改进后的感觉344

42.4　聚积情感345

42.5　用特殊习惯表现情感346

42.6　心情体系结构347

42.7　评价348

42.8　总结348

第43章　突发复杂度349

43.1　突发的定义349

43.2　突发行为350

43.3　更智能的环境，更简单的行为351

43.4　功能性突发353

43.5　总结354

结论355

一、回顾总结355

二、前景356

44.1　游戏情形359

第44章　制定战略决策359

第七部分　动作选择359

44.2　个人目标360

44.3　战术行为361

44.4　仿生机器人和决策制定过程362

44.5　训练区域362

44.6　总结362

第45章　实施战术智能364

45.1　构思战术行为364

45.2　行为和归类体系结构365

45.3　把归类思想运用到战术中366

45.4　评价367

45.5　总结368

第46章　强化学习369

46.1　定义强化理论369

46.2　基本成分373

46.3　强化型学习算法377

46.5　讨论382

46.4　高级问题382

46.6　总结383

第47章　学习反应式策略385

47.1　按控制分解385

47.2　自适应收集行为386

47.3　模拟运动387

47.4　学习射击方式388

47.5　其他能力389

47.6　评价389

47.7　总结390

第48章　自适应行为的处理391

48.1 问题定义391

48.2　可靠的软件工程392

48.3　稳健设计393

48.5　总结394

48.4　方法394

结论396

一、回顾纲要396

二、展望396

第八部分　总结398

第49章　游戏中的人工智能工程原理398

49.1 体系结构398

49.2　实现399

49.3　各种技术及其适用性400

49.4　学习和反馈机制401

49.5　总结402

第50章　未来之路403

50.1　熟能生巧403

50.2　关于世界模型403

50.3　规划技术404

50.4　拥抱新一代游戏人工智能404