中文名: AI游戲引擎程序設計
原名: AI Game Engine Programming
別名: 游戲開發經典叢書, 游戲編程, 游戲開發
作者: (美)Brian.Schwab
譯者: 林龍信
張波濤
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: 9787302163121
發行時間: 2007年11月
地區: 大陸
語言: 簡體中文
簡介:

內容介紹:
　　AI（Artificial Intelligencc，人工智能）在游戲中是一個嶄新的概念，如今得到了普遍的關注和重視。人們期望與具有更高智能水平的ai對手對抗，這促進了游戲ai技術的發展。特別是近來，已經出現了栱人類玩家的游戲風格和反應的ai對手，為游戲問題提供創造性解決方案AI的對手，甚至還出現了具有人類心情和情感的ai對手。
　　本書為游戲開發人員創建現代游戲的ai引擎提供了工具和必要的指導。帶領讀者從理論入實際的游戲開發，並給出可用的代碼框架，詳細說明技術的襀方法。另外，該書綜合闡述了不同技術的使用范圍，並囊括了普遍存在的瓶頸、設計上應該考慮的問題以及優化策略。所有這些內容對游戲ai引擎開發人員都是必不可少的參考資料。
作者介紹
Brian Schwab具備十幾年的游戲程序設計經驗，在Angel Studios公司和DreamWorks公司擁有游戲和AI程序設計的關鍵職位。現在他是索尼娛樂公司的資深AI程序員。
內容截圖:


目錄:
第Ⅰ部分 概述
第1章 基本定義與概念
1.1什麼是智能
1.2什麼是游戲AI
1.3什麼不是游戲AI
1.4該定義與人工智能理論定義的區別
1.5可應用的大腦科學與心理學理論
1.5.1 大腦的組織結構
1.5.2 知識庫與學習
1.5.3 認知
1.5.4 心智理論
1.5.5 有限最優
1.5.6 來自機器人技術的啟發
1.6小結
第2章 AI引擎的基本組成與設計
2.1決策與推理
2.1.1 解決方案的類型
2.1.2 智能體的反應能力
2.1.3 系統的真實性
2.1.4 游戲類型
2.1.5 游戲內容
2.1.6 游戲平台
2.1.7 開發限制
2.1.8 娛樂限制
2.2輸入處理機與感知
2.2.1 感知類型
2.2.2 更新規則
2.2.3 反應時間
2.2.4 門限
2.2.5 負荷平衡
2.2.6 計算代價與預處理
2.3導航
2.3.1 基於網絡
2.3.2 簡單避免與位勢場
2.3.3 地圖節點網絡
2.3.4 導航網格
2.3.5 組合系統
2.4綜合考慮
2.5小結
第3章 Alsteroids：AI試驗平台
3.1 GameObj類
3.2 GameObj類的Update()函數
3.3 Ship對象
3.4 其他游戲對象
3.5 GameSession類
3.5.1 主邏輯與碰撞檢測
3.5.2 對象清除
3.5.3 主飛船和寶物的產生
3.5.4 獎勵生命
3.5.5 級別和游戲的結束
3.6 Control類
3.7 AI系統鉤子
3.8 游戲主循環
3.9 小結
第Ⅱ部分 游戲類型
第4章 角色扮演類游戲
4.1 通用AI元素
4.1.1 敵人
4.1.2 頭目
4.1.3 非玩家角色
4.1.4 店員
4.1.5 隊員
4.2 有用的AI技術
4.2.1 腳本
4.2.2 有限狀態機
4.2.3 消息
4.3 示例
4.4 例外
4.5 需要改進的具體游戲元素
4.5.1 角色扮演不等於戰斗
4.5.2 語法機器
4.5.3 任務發生器
4.5.4 更好的隊員AI
4.5.5 更好的敵人
4.5.6 完全真實的市鎮
4.6 小結
第5章 冒險類游戲
5.1 通用AI元素
5.1.1 敵人AI
5.1.2 非玩家角色
5.1.3 協作元素
5.1.4 感知系統
5.1.5 攝像機
5.2 有用的AI技術
5.2.1 有限狀態機
5.2.2 腳本系統
5.2.3 消息系統
5.2.4 模糊邏輯
5.3 示例
5.4 需要改進的領域
5.4.1 潛行目標的附加類型
5.4.2 傳統冒險根源的回歸
5.4.3 更好的NPC通信
5.4.4 用戶界面
5.4 小結
第6章 即時策略游戲
6.1 通用AI元素
6.1.1 個體單元
6.1.2 雇傭個體單元
6.1.3 指揮官與中級戰略元素
6.1.4 高層戰略性AI
6.1.5市鎮構建
6.1.6本土生活
6.1.7路徑搜索
6.1.8 戰術與戰略支撐系統
6.2 有用的AI技術
6.2.1 消息
6.2.2 有限狀態機
6.2.3 模糊狀態機
6.2.4 層次化AI
6.2.5 規劃
6.2.6 腳本
6.2.7 數據驅動AI
6.3 示例
6.4 需要改進的領域
6.4.1 學習
6.4.2 確定AI元素何時受困
6.4.3 AI助手
6.4.4 對抗人物
6.4.5 多戰略少戰術
6.5 小結
第7章 第一人稱/第三人稱射擊游戲
7.1 通用AI元素
7.1.1 敵人
7.1.2 敵人頭目
7.1.3 死亡競賽對手
7.1.4 武器
7.1.5 協作智能體
7.1.6 分隊成員
7.1.7 路徑搜索
7.1.8 空間推理
7.2 有用的AI技術
7.2.1 有限狀態機
7.2.2 模糊狀態機
7.2.3 消息系統
7.2.4 腳本系統
7.3 示例
7.4 需要改進的領域
7.4.1 學習與對手建模
7.4.2 個性
7.4.3 創造力
7.4.4 預測
7.4.5 更好的會話引擎
7.4.6 動機
7.4.7 更好的分隊AI
7.5 小結
第8章 平台游戲
8.1 通用AI元素
8.1.1 敵人
8.1.2 敵人頭目
8.1.3 協作元素
8.1.4 攝像機
8.2 有用的AI技術
8.2.1 有限狀態機
8.2.2 消息系統
8.2.3 腳本系統
8.2.4 數據驅動系統
8.3 示例
8.4 需要改進的領域
8.4.1 攝影技巧
8.4.2 幫助系統
8.5 小結
第9章 射擊類游戲
9.1 通用AI元素
9.1.1 敵人
9.1.2 敵人頭目
9.1.3 協作元素
9.2 有用的AI技術
9.2.1 有限狀態機
9.2.2 腳本系統
9.2.3 數據驅動系統
9.3 例外
9.4 示例
9.5 需要改進的領域
9.6 小結
第10章 運動類游戲
10.1 通用AI元素
10.1.1 教練或團隊級別AI
10.1.2 玩家級別AI
10.1.3 路徑搜索
10.1.4 攝像機
10.1.5 混雜元素
10.2 有用的AI技術
10.2.1 有限狀態機與模糊狀態機
10.2.2 數據驅動系統
10.2.3 消息系統
10.3 示例
10.4 需要改進的領域
10.4.1 學習
10.4.2 游戲平衡
10.4.3 玩法創新
10.5 小結
第11章 賽車游戲
11.1 通用AI元素
11.1.1 軌跡AI
11.1.2 交通
11.1.3 行人
11.1.4 敵人與戰斗
11.1.5 非玩家角色
11.1.6 其他競爭行為
11.2 有用的AI技術
11.2.1 有限狀態機
11.2.2 腳本系統
11.2.3 消息系統
11.2.4 遺傳算法
11.3 示例
11.4 需要改進的領域
11.4.1 除犯罪以外的其他感興趣領域
11.4.2 更多的只能AI敵人
11.4.3 永不落幕的游戲世界
11.5 小結
第12章 經典策略游戲
12.1 通用AI元素
12.1.1 對手AI
12.1.2 AI助手
12.2 有用的AI技術
12.2.1 有限狀態機
12.2.2 Alpha-Beta搜索
12.2.3 神經網絡
12.2.4 遺傳算法
12.3 例外
12.4 示例
12.5 需要改進的領域
12.5.1 創造力
12.5.2 速度
12.6 小結
第13章 格斗類游戲
13.1 通用AI元素
13.1.1 敵人
13.1.2 碰撞系統
13.1.3 敵人頭目
13.1.4 攝像機
13.1.5 動作和冒險元素
13.2 有用的AI技術
13.2.1 有限狀態機
13.2.2 數據驅動系統
13.2.3 腳本系統
13.3 示例
13.4 需要改進的領域
13.5 小結
第14章 著名的混雜游戲類型
14.1 文明游戲
14.2 天神游戲
14.3 戰爭游戲
14.4 飛行模擬游戲
14.5 音樂游戲
14.6 益智游戲
14.7 人工生命游戲
第Ⅲ部分 基本的AI引擎技術
第15章 有限狀態機
15.1 FSM概述
15.2 FSM骨架代碼
15.2.1 FSMState類
15.2.2 FSMMachine類
15.2.3 FSMAIControl類
15.3 在實驗平台上實現FSM控制的飛船
15.4 示例實現
15.4.1 Control類編碼
15.4.2 狀態編碼
15.5 使用該系統的AI的性能
15.5.1 基於FSM系統的優勢
15.5.2 基於FSM系統的劣勢
15.6 范例擴展
15.6.1 層次化FSM
15.6.2 基於消息和事件的FSM
15.6.3 具有模糊轉換的FSM
15.6.4 基於堆棧的FSM
15.6.5 多重並發FSM
15.6.6 數據驅動FSM
15.6.7 慣性FSM
15.7 最優化
15.7.1 FSM和感知的負荷平衡
15.7.2 LOD AI系統
15.7.3 共享數據結構
15.8 設計上考慮的因素
15.8.1 解決方案的類型
15.8.2 只能體的反應能力
15.8.3 系統的真實性
15.8.4 游戲類型
15.8.5 游戲內容
15.8.6 游戲平台
15.8.7 開發限制
15.8.8 娛樂限制
15.9 小結
第16章 模糊狀態機
16.1 FuSM概述
16.2 FuSM骨架代碼
16.2.1 FuSMState類
16.2.2 FuSMMachine類
16.2.3 FuSMAIControl類
16.3 在實驗平台上實現FuSM控制的飛船
16.4 示例實現
16.4.1 添加Saucer
16.4.2 其他的游戲修改
16.4.3 FuSM系統
16.5 控制類代碼
16.6 使用該系統的AI的性能
15.6.1 基於FuSM系統的優勢
15.6.2 基於FuSM系統的劣勢
16.7 范例擴展
16.7.1 有限數量當前狀態的FuSM
16.7.2 作為角色支持系統FuSM
16.7.3 在較大FSM中作為單一狀態的FuSM
16.7.4 層次化FuSM
16.7.5 數據驅動FuSM
16.8 最優化
16.9 設計上考慮的因素
16.9.1 解決方案的類型
16.9.2 智能體的反應能力
16.9.3 系統的真實性
16.9.4 游戲類型
16.9.5 游戲平台
16.9.6 開發限制
16.9.7 娛樂限制
16.10 小結
第17章 基於消息的系統
17.1 消息概述
17.2 消息的骨架代碼
17.2.1 Message對象
17.2.2 MessagePump類
17.3 客戶端句柄
17.4 在AIseroids實驗平台上的示例代碼
17.4.1 MessState類
17.4.2 MessMachine類
17.4.3 MessAIControl類
17.5 狀態編碼
17.6使用該系統的AI的性能
17.6.1 消息系統的優勢
17.6.2 消息系統的劣勢
17.7 范例擴展
17.7.1 消息優先級
17.7.2 消息仲裁
17.7.3 自動和擴展的消息類型
17.8 最優化
17.9 設計上考慮的因素
17.9.1 解決方案的類型
17.9.2 智能體的反應能力
17.9.3 系統的真實性
17.9.4 游戲類型和平台
17.9.5 開發限制
17.9.6 娛樂限制
17.10 小結
第18章 腳本系統
18.1 腳本概述
18.2 AIsteroids測試平台中的腳本實現
18.2.1 一種配置腳本語言
18.2.2 配置腳本系統的AI性能分析
18.2.3 游戲中Lua的嵌入
18.3 Lua在AIsteroids測試平台中的實現
18.4 Lua腳本系統的AI性能分析
18.5 腳本系統的優點
18.5.1 快速原型開發
18.5.2 更低的門檻
18.5.3 更快的AI調試速度
18.5.4 更多的用戶擴展手段
18.5.5 更廣的使用范圍
18.6 腳本系統的缺點
18.6.1 執行速度
18.6.2 調試難度
18.6.3 腳本作用
18.6.4 宿主代碼和腳本功能的劃分
18.6.5 需維護的系統數量
18.7 范例擴展
18.7.1 自定義語言
18.7.2 內建調試工具
18.7.3 只能腳本IDE
18.7.4 游戲腳本自動集成
18.7.5 自主修改腳本
18.8 優化
18.9 設計上考慮的因素
18.9.1 解決方案的類型
18.9.2 智能體的反應能力
18.9.3 系統的真實性
18.9.4 游戲類型和平台
18.9.5 開發限制
18.9.6 娛樂限制
18.10 小結
第19章 基於位置的信息系統
19.1 基於位置的消息系統概述
19.1.1 影像圖技術(IM)
19.1.2 智能地形技術(Smart Terrain)
19.1.3 地形分析技術(Terrain Analysis, TA)
19.2 各種技術的使用方法
19.2.1 占用數據
19.2.2 場地控制
19.2.3 探路系統的輔助數據
19.2.4 危險預警
19.2.5 初步戰場計劃
19.2.6 簡單戰場分析
19.2.7 高級戰場分析
19.3 影像圖框架代碼及測試平台實現
19.3.1 占用影響圖
19.3.2 占用IM測試平台的使用
19.3.3 控制影響圖
19.3.4 控制IM測試平台的使用
19.3.5 逐位影響圖
19.3.6 逐位IM測試平台的使用
19.3.7 其他實現
19.4 基於位置的信息系統的優點
19.5 基於位置的信息系統的缺點
19.6 范例擴展
19.7優化
19.8設計上考慮的因素
19.8.1 解決方案的類型
19.8.2 智能體的反應能力
19.8.3 系統的真實性
19.8.4 游戲類型和平台
19.8.5 開發限制
19.8.6 娛樂限制
19.9 小結
第20章 遺傳算法
20.1 遺傳算法概述
20.1.1 自然進化規律
20.1.2 游戲中的進化
20.1.3 遺傳算法基本過程
20.2 問題的表示
20.2.1 基因和基因組
20.2.2 適應度函數
20.2.3 繁殖
20.3 AIsteroids測試平台中遺傳算法的實現
20.4 遺傳算法在測試平台中的性能
20.5 基於遺傳算法的系統的優點
20.6 基於遺傳算法的系統的缺點
20.6.1 時間代價較大
20.6.2 算法性能隨機性大
20.6.3 結果成敗定義模糊
20.6.4 最優解不能保證
20.6.5 參數調試和擴展難度大
20.7 范例擴展
20.7.1 蟻群算法
20.7.2 協同進化
20.7.3 自適應遺傳算法
20.7.4 遺傳程序設計
20.8 設計上考慮的因素
20.8.1 解決方案的類型
20.8.2 智能的反應能力
20.8.3 系統的真實性
20.8.4 游戲類型
20.8.5 平台
20.8.6 開發限制
20.8.7 娛樂限制
20.9 小結
第21章 神經網絡
21.1 自然中的神經網絡
21.2 人工神經網絡概述
21.3 神經網絡的使用
21.3.1 結構
21.3.2 學習機制
21.3.3 創建訓練數據
21.4 神經網絡活動
21.5 在AIsteroids測試平台上實現神經網絡
21.5.1 NeuralNet類
21.5.2 NLayer類
21.5.3 NNAIControl類
21.6 測試平台的性能
21.7 優化
21.8 基於神經網絡的系統的優點
21.9 基於神經網絡的系統的缺點
21.10 范例擴展
21.10.1 其他類型的神經網絡
21.10.2 神經網絡學習的其他類型
21.11 設計上考慮的因素
21.11.1 解決方案的類型
21.11.2 智能體的反應能力
21.11.3 系統的真實性
21.11.4 游戲類型和平台
21.11.5 開發限制
21.11.6 娛樂限制
21.12 小結
第22章 其他技術備忘錄
22.1 人工生命
22.1.1 人工生命在游戲中的用途
22.1.2 人工生命科學
22.1.3 優點
22.1.4 缺點
22.1.5 游戲實際可以開發的領域
22.2 規劃算法
22.2.1 在當前游戲中的使用狀況
22.2.2 優點
22.2.3 缺點
22.2.4 游戲設計可以開發的領域
22.3 生產式系統
22.3.1 在當前游戲中的使用狀況
22.3.2 優點
22.3.3 缺點
22.4 決策樹
22.4.1 優點
22.4.2 缺點
22.4.3 游戲設計可以開發的領域
22.5 模糊邏輯
22.5.1 優點
22.5.2 缺點
22.5.3 游戲設計可以開發的領域
22.5 小結
第Ⅳ部分 AI實戰游戲開發
第23章 分層式AI設計
23.1 基本回顧
23.2 分層式結構
23.2.1 重現前述示例
23.2.2 感知和事件層
23.2.3 行為層
23.2.4 動畫層
23.2.5 運動層
23.2.6 短期決策層(ST)
23.2.7 長期決策層(LT)
23.2.8 基於位置的信息層
23.3 BROOKS包容式體系結構
23.4 游戲層次分解
23.4.1 目標
23.4.2 分層式超級瑪麗
23.4.3 AI怪物的實現
23.4.4 AI玩家的實現
23.5 小結
第24章 AI開發中普遍關心的問題
24.1 有關設計的問題
24.1.1 數據驅動系統時需考慮的問題
24.1.2 “一根筋”(OTM) 綜合症
24.1.3 多細節層次(LOD)AI
24.1.4 支持AI
24.1.5 通用AI設計思想
24.2 有關娛樂的問題
24.2.1 所有重要的趣味性因素
24.2.2 隨機感
24.2.3 一些令AI系統看上去非常愚蠢的因素
24.3 有關產品的問題
24.3.1 保持AI行為的一致性
24.3.2 提前思考游戲參數的調試問題
24.3.3 預防AI系統的位置行為
24.3.4 注意設計人員使用方式的差異性
24.4 小結
第25章 調試
25.1 AI系統的通用調試
25.2 可視化調試
25.2.1 提供各種信息
25.2.2 有助於調試
25.2.3 時序信息
25.2.4 監視狀態轉變
25.2.5 有助於控制台調試
25.2.6 調試腳本語言
25.2.7 雙功能影響圖
25.3 Widget
25.3.1 實現
25.3.2 BasicButton
25.3.3 Watcher
25.3.4 RadioButton
25.3.5 OnOffButton
25.3.6 ScrubberWidget
25.3.7 程序集成
25.4 小結
第26章 總結與展望
26.1 AI引擎設計總結
26.2 AI游戲的未來展望
附錄 有關CD-ROM的說明