中文名: 游戲編程中的人工智能技術
原名: AI Techniques for Game Programming
別名: 游戲開發經典叢書, 游戲編程, 游戲開發
作者: (美)Mat Buckland
譯者: 吳祖增
沙鷹
圖書分類: 軟件
資源格式: PDF
版本: 掃描版
出版社: 清華大學出版社
書號: 7302125996
發行時間: 2006年5月
地區: 大陸
語言: 簡體中文
簡介:

內容介紹:
　　本書是人工智能游戲編程的一本指南性讀物，介紹在游戲開發中怎樣應用遺傳算法和人工神經網絡來創建電腦游戲中所需要的人工智能。書中包含了許多實用例子，所有例子的完整源碼和可執行程序都能在隨書附帶的光盤上找到。光盤中還有不少其他方面的游戲開發資料和一個賽車游戲演示軟件。
　　 本書講解的原理通俗易懂，介紹程序詳細周到，很適用於游戲編程者自學之用，也可以作為游戲培訓教材使用（本書實際已被國內外許多游戲培訓單位用作指定教材）。 對於任何希望了解遺傳算法和人工神經網絡等人工智能技術的各行業人員，特別是要實際動手做應用開發的人員，都是一本值得一讀的好書。
作者介紹:
　　Mat Buckland在倫敦大學學完計算機科學後，做過多年的風險管理咨詢顧問。終於他開始厭倦了所有的金錢游戲和公司制度，就一把火燒掉了他原有的公司禮服，跑到一家為Gremlin Software開發游戲的公司工作。雖然薪水少得多，但是卻很有趣，而且他可以每天穿牛仔褲去上班了!現在Mat同時是一個自由程序員和人工智能咨詢顧問。自從20世紀80年代初第一次接觸到這些技術，他就對進化計算和AI尤感興趣。他是ai-junkie．com網站(www.ai-junkie.com)的作者，該網站提供一些有關進化算法的教程和建議。
內容截圖:

目錄:
第1篇 windows編程
第1章 windows概述
1.1 歷史一瞥（a little bit of history)
1.1.1 windows 1.0
1.1.2 windows 2.0
1.1.3 windows 3.0和3.0
1.1.4 windows 95
1.1.5 windows 98及其後續版本
1.2 hello world!
1.3 第一個windows程序
1.3.1 匈牙利表示法
1.3.2 第一個窗口
1.3.3 windows消息循環
1.3.4 windows過程
1.3.5 鍵盤輸入
第2章 windows編程進階
2.1 windows圖形設備接口
2.1.1 設備描述表
2.1.2 各種繪圖工具：畫筆、畫刷、顏色、線和形狀
2.2 文本
2.2.1 textout
2.2.2 drawtext
2.2.3 加入顏色和透明度
2.2.4 實時消息抽取循環
2.3 如何創建後備緩沖
2.3.1 如何實現雙緩沖
2.3.2 如何使用後備緩沖器
2.3.3 保持干淨
2.4 使用資源
2.4.1 圖標
2.4.2 光標
2.4.3 菜單
2.4.4 為菜單添加具體功能
2.5 對話框
2.5.1 一個簡單的對話框
2.5.2 一些更有用的知識
2.6 正確定時
2.7 總結
第2篇 遺傳算法
第3章 遺傳算法入門
3.1 鳥和蜜蜂
3.2 二進制數速成
3.3 計算機內的進化
3.3.1 什麼是賭輪選擇法
3.3.2 雜交率
3.3.3 變異率
3.3.4 建議的學習方法
3.4 幫助bob回家
3.4.1 為染色體編碼
3.4.2 epoch(時代)方法
3.4.3 參數值選擇
3.4.4 算子函數
3.4.5 運行尋路人程序
3.4.6 二進制數轉換3個問題的答案
3.5 練習
第4章 置換碼與巡回銷售員問題
4.1 巡回銷售員問題
4.1.1 小心陷阱
4.1.2 cmaptsp，sgenome，cgatsp
4.2 置換雜交操作
4.3 交換變異操作
4.4 選擇一個適應性函數
4.5 選擇
4.6 把一切組合在一起
4.7 總結
4.8 練習
第5章 遺傳算法優化
5.1 tsp用的各種算子
5.1.1 各種置換變異算子
5.1.2 各種置換雜交算子
5.2 各種處理工具
5.2.1 選擇技術
5.2.2 變比技術
5.2.3 其他雜交算子
5.2.4 子群技術
5.3 總結
5.4 練習
第6章 登月也不難
6.1 創建和處理矢量圖形
6.1.1 頂點和頂點緩沖
6.1.2 頂點變換
6.1.3 矩陣
6.2 矢量
6.2.1 矢量加、減法
6.2.2 計算矢量大小
6.2.3 矢量的數乘
6.2.4 矢量的規范化
6.2.5 矢量分解
6.2.6 矢量的點積
6.2.7 svector2d實用工具類
6.3 相關的物理知識
6.3.1 時間
6.3.2 長度
6.3.3 質量
6.3.4 力
6.3.5 運動－速度
6.3.6 運動－加速度
6.3.7 力、質量、加速度三者的關系
6.3.8 引力
6.4 人工控制的登月工程
6.4.1 ccontroller類的定義
6.4.2 clander類的定義
6.4.3 updateship函數
6.5 遺傳算法控制的登月飛船
6.5.1 為基因組編碼
6.5.2 雜交和變異操作
6.5.3 適應性函數
6.5.4 更新函數
6.5.5 運行程序
6.6 總結..
6.7 習題
第3篇 神經網絡
第7章 神經網絡概述
7.1 神經網絡介紹
7.2 一個生物學的神經網絡——大腦
7.3 數字版的神經網絡
7.3.1 相關的數學知識
7.3.2 神經細胞的用途
7.4 掃雷機游戲
7.4.1 選擇輸出
7.4.2 選擇輸入
7.4.3 確定隱藏的神經細胞數目
7.4.4 cneuralnet.h(神經網絡類的頭文件）
7.4.5 神經網絡的編碼
7.4.6 遺傳算法
7.4.7 掃雷機類
7.4.8 ccontroller class(控制器類)
7.4.9 運行此程序
7.4.10 功能的兩個改進
7.5 總結
7.6 練習
第8章 為機器人提供知覺
8.1 回避障礙物
8.1.1 探測環境
8.1.2 適應性函數
8.2 為機器人提供記憶器
8.3 總結
8.4 練習
第9章 有監督的訓練方法
9.1 異或函數
反向傳播的工作原理
9.2 recognizeit——鼠標手勢的識別
9.2.1 用向量表示一個手勢
9.2.2 訓練網絡
9.2.3 記錄並變換鼠標數據
9.2.4 增加新手勢
9.2.5 控制器類
9.3 一些有用的技術和技巧
9.3.1 增加動量
9.3.2 過擬合
9.3.3 柔性最大激勵函數
9.4 監督學習的應用
9.5 一個現代寓言
9.6 練習
第10章 實時演化
10.1 外星人游戲
10.1.1 程序實現
10.1.2 運行brainyaliens程序
10.2 練習
第11章 演化神經網絡的拓撲
11.1 競爭約定問題
11.2 直接編碼
11.2.1 基因子
11.2.2 二進制矩陣編碼
11.2.3 基於節點的編碼
11.2.4 基於路徑的編碼
11.3 間接編碼
11.3.1 基於語法的編碼
11.3.2 二維生長編碼
11.4 拓撲擴張的神經演化
11.4.1 neat基因組
11.4.2 算子和創新
11.4.3 物種形成
11.4.4 cga換時代方法
11.4.5 將基因組轉變為表現型
11.4.6 運行demo程序
11.5 總結
11.6 練習
附錄a web資源
附錄b 參考書目及推薦讀物
附錄c 光盤中的內容
後記