人工智能游戏编程真言

　　人工智能开发是一个程序员能够承担的最有挑战性的任务之一，而这本独一无二的论文集提供给程序员应对这个挑战的非常急需的信息。本书汇集了与智能游戏开发有关的人工智能内容，借助这些内容，程序开发员能够开发出智能角色。本书分为11章，分别是：通用智能，实用技术和专用系统，A*路径搜索，路径搜索与运动，战术问题和智能的群体运动，通用智能游戏架构，决策体系结构，FPS、RTS和RPG游戏中的智能，竞赛与运动智能，脚本语言，学习理论。 由于本书是智能游戏专家（高手）亲自编写的，因此读者可以使用本书作为路线图，了解在智能游戏方面什么已经成功使用，什么在将来具有很大潜力。智能游戏专家深入研究了有关智能游戏编程方面的问题，为读者提供了深邃的观点和技术，这些可以很方便地应用在读者自己开发的游戏程序中。本书介绍的虚拟工具箱包括解决一般性人工智能问题的工具，也包括读者可能遇到的一些特定问题的解决思路，无诊费 经验丰富的智能游戏专家，还是准备进入游戏工业界的人士，本书都是必备资源。

　　Steve Rabin供职于美国任天堂（Nintendo）公司，具有十年多工业级视频游戏开发经验。他已经为三个游戏撰写了AI部分，同时是《游戏编程精粹1，2》撰稿者。他在游戏开发者大会上阐述过他的AI方法和理论。他在华盛顿大学获得了计算机工程学学位，研究方向为机器人！

第1章 通用智能
1.1 智能游戏的变革
1.2 智能的幻觉
1.3 解决正确的问题
1.4 实战中的12个诀窍
第2章 实有技术和专用系统
2.1 创建人工智能调试工具包
2.2 通用触发器系统
2.3 基于数据驱动体系结构的动画选择
2.4 基于优先级和分类动画的真实角色行为
2.5 有限状态机图形化开发工具
2.6 响应曲线的应用
2.7 用于三维场景地形的简单有效的视线算法
2.8 一个开放源码的模糊逻辑库
第3章 A*路径搜索
3.1 A*路径搜索基础
3.2 能用A*路径搜索
3.3 设计路径搜索的体系结构
3.4 如何实现闪电般快速的A*
3.5 A*路径生成的实用优化技术
第4章 路径搜索与运动
4.1 简单低耗的路径搜索
4.2 开放式地形导航的预处理解法
4.3 建立接近最优的导航网格
4.4 导航点间的真实转向
4.5 门、升降机、壁架及各种障碍物的导航
4.6 另一种群聚方法：简化集群技术
第5章 战术问题和智能的群体运动
5.1 利用导航点的战略战术推理
5.2 考虑战略部署：向敌人出击
5.3 分队战术：团队AI和自发行动
5.4 分队战术：有计划地行动
5.5 采用指挥等级的战术的团队人工智能
5.6 编队
第6章 通用智能游戏架构
6.1 设计游戏中的人工智能
6.2 一个采用优先级排序任务分类的高效人工智能架构
6.3 一个基于负荷平衡的架构
6.4 基于规则架构的一个简单推论机
6.5 实现一种状态机语言
6.6 以消息增强状态机语言
第7章 决策体系结构
7.1 黑板体系结构
7.2 贝叶斯网络与非确定性推理
7.3 基于Dempster-Shafer理论的规则体系结构
7.4 决策支持优化模糊逻辑体系结构
7.5 一个灵活的基于目标的规划体系结构
第8章 FPS、RTS和RPG游戏中的智能
8.1 第一个称射击游戏的智能体系结构
8.2 实时战略游戏的智能体系结构
8.3 RTS游戏中目标指引推理的经济学方法
8.4 长距离武器作战的基础
8.5 角色扮演游戏中的层次化人工智能
8.6 基于事件知识的动态名誉系统
第9章 竞赛与运动智能
9.1 智能赛道的表示
9.2 智能竞赛逻辑
9.3 训练AI参加比赛
9.4 开放式街道环境下的竞争智能竞赛
9.5 用作重放的智能相机
9.6 模拟真实动物的行为
9.7 用于棒球的有限状态机中的协同智能体
9.8 截球
第10章 脚本语言
10.1 脚本：概述以及代码生成
10.2 脚本：翻译引擎
10.3 脚本：系统集成
10.4 为非程序员开发脚本语言
10.5 对未定义环境编写脚本
10.6 AI脚本语言的危险
10.7 为什么不实现基本的脚本语言
第11章 学习理论
11.1 学习与适应
11.2 学习的多样性
11.3 GoCap：游戏观测捕捉
11.4 序列预测的模式识别
11.5 使用N元文法的统计模型预测游戏者行为
11.6 实用自然语言学习
11.7 测试未定义行为作为学习的结果
11.8 通过神经网络模拟行为的随机变化
11.9 遗传算法：进化出完美的洞穴巨人
11.10 神经网络的魔法