人工智能游戲編程真言

第1章 通用智能
1.1 智能游戲的變革
1.2 智能的幻覺
1.3 解決正確的問題
1.4 實(shí)戰(zhàn)中的12個(gè)訣竅
第2章 實(shí)有技術(shù)和專用系統(tǒng)
2.1 創(chuàng)建人工智能調(diào)試工具包
2.2 通用觸發(fā)器系統(tǒng)
2.3 基于數(shù)據(jù)驅(qū)動(dòng)體系結(jié)構(gòu)的動(dòng)畫選擇
2.4 基于優(yōu)先級(jí)和分類動(dòng)畫的真實(shí)角色行為
2.5 有限狀態(tài)機(jī)圖形化開發(fā)工具
2.6 響應(yīng)曲線的應(yīng)用
2.7 用于三維場(chǎng)景地形的簡單有效的視線算法
2.8 一個(gè)開放源碼的模糊邏輯庫
第3章 A*路徑搜索
3.1 A*路徑搜索基礎(chǔ)
3.2 能用A*路徑搜索
3.3 設(shè)計(jì)路徑搜索的體系結(jié)構(gòu)
3.4 如何實(shí)現(xiàn)閃電般快速的A*
3.5 A*路徑生成的實(shí)用優(yōu)化技術(shù)
第4章 路徑搜索與運(yùn)動(dòng)
4.1 簡單低耗的路徑搜索
4.2 開放式地形導(dǎo)航的預(yù)處理解法
4.3 建立接近最優(yōu)的導(dǎo)航網(wǎng)格
4.4 導(dǎo)航點(diǎn)間的真實(shí)轉(zhuǎn)向
4.5 門、升降機(jī)、壁架及各種障礙物的導(dǎo)航
4.6 另一種群聚方法：簡化集群技術(shù)
第5章 戰(zhàn)術(shù)問題和智能的群體運(yùn)動(dòng)
5.1 利用導(dǎo)航點(diǎn)的戰(zhàn)略戰(zhàn)術(shù)推理
5.2 考慮戰(zhàn)略部署：向敵人出擊
5.3 分隊(duì)?wèi)?zhàn)術(shù)：團(tuán)隊(duì)AI和自發(fā)行動(dòng)
5.4 分隊(duì)?wèi)?zhàn)術(shù)：有計(jì)劃地行動(dòng)
5.5 采用指揮等級(jí)的戰(zhàn)術(shù)的團(tuán)隊(duì)人工智能
5.6 編隊(duì)
第6章 通用智能游戲架構(gòu)
6.1 設(shè)計(jì)游戲中的人工智能
6.2 一個(gè)采用優(yōu)先級(jí)排序任務(wù)分類的高效人工智能架構(gòu)
6.3 一個(gè)基于負(fù)荷平衡的架構(gòu)
6.4 基于規(guī)則架構(gòu)的一個(gè)簡單推論機(jī)
6.5 實(shí)現(xiàn)一種狀態(tài)機(jī)語言
6.6 以消息增強(qiáng)狀態(tài)機(jī)語言
第7章 決策體系結(jié)構(gòu)
7.1 黑板體系結(jié)構(gòu)
7.2 貝葉斯網(wǎng)絡(luò)與非確定性推理
7.3 基于Dempster-Shafer理論的規(guī)則體系結(jié)構(gòu)
7.4 決策支持優(yōu)化模糊邏輯體系結(jié)構(gòu)
7.5 一個(gè)靈活的基于目標(biāo)的規(guī)劃體系結(jié)構(gòu)
第8章 FPS、RTS和RPG游戲中的智能
8.1 第一個(gè)稱射擊游戲的智能體系結(jié)構(gòu)
8.2 實(shí)時(shí)戰(zhàn)略游戲的智能體系結(jié)構(gòu)
8.3 RTS游戲中目標(biāo)指引推理的經(jīng)濟(jì)學(xué)方法
8.4 長距離武器作戰(zhàn)的基礎(chǔ)
8.5 角色扮演游戲中的層次化人工智能
8.6 基于事件知識(shí)的動(dòng)態(tài)名譽(yù)系統(tǒng)
第9章 競(jìng)賽與運(yùn)動(dòng)智能
9.1 智能賽道的表示
9.2 智能競(jìng)賽邏輯
9.3 訓(xùn)練AI參加比賽
9.4 開放式街道環(huán)境下的競(jìng)爭(zhēng)智能競(jìng)賽
9.5 用作重放的智能相機(jī)
9.6 模擬真實(shí)動(dòng)物的行為
9.7 用于棒球的有限狀態(tài)機(jī)中的協(xié)同智能體
9.8 截球
第10章 腳本語言
10.1 腳本：概述以及代碼生成
10.2 腳本：翻譯引擎
10.3 腳本：系統(tǒng)集成
10.4 為非程序員開發(fā)腳本語言
10.5 對(duì)未定義環(huán)境編寫腳本
10.6 AI腳本語言的危險(xiǎn)
10.7 為什么不實(shí)現(xiàn)基本的腳本語言
第11章 學(xué)習(xí)理論
11.1 學(xué)習(xí)與適應(yīng)
11.2 學(xué)習(xí)的多樣性
11.3 GoCap：游戲觀測(cè)捕捉
11.4 序列預(yù)測(cè)的模式識(shí)別
11.5 使用N元文法的統(tǒng)計(jì)模型預(yù)測(cè)游戲者行為
11.6 實(shí)用自然語言學(xué)習(xí)
11.7 測(cè)試未定義行為作為學(xué)習(xí)的結(jié)果
11.8 通過神經(jīng)網(wǎng)絡(luò)模擬行為的隨機(jī)變化
11.9 遺傳算法：進(jìn)化出完美的洞穴巨人
11.10 神經(jīng)網(wǎng)絡(luò)的魔法