游戲編程中的人工智能技術

第1篇  Windows編程
第1章  Windows概述    2
1.1  歷史一瞥（A Little Bit of History）    2
1.1.1  Windows 1.0    2
1.1.2  Windows 2.0    3
1.1.3  Windows 3.0和3.1    3
1.1.4  Windows 95    4
1.1.5  Windows 98及其后續(xù)版本    4
1.2  Hello World!    4
1.3  第一個Windows程序    5
1.3.1  匈牙利表示法    8
1.3.2  第一個窗口    10
1.3.3  Windows消息循環(huán)    15
1.3.4  Windows過程    17
1.3.5  鍵盤輸入    22
第2章  Windows編程進階    25
2.1  Windows圖形設備接口    25
2.1.1  設備描述表    26
2.1.2  各種繪圖工具：畫筆、畫刷、顏色、線和形狀    27
2.2  文本    38
2.2.1  TextOut    38
2.2.2  DrawText    39
2.2.3  加入顏色和透明度    39
2.2.4  實時消息抽取循環(huán)    40
2.3  如何創(chuàng)建后備緩沖    42
2.3.1  如何實現雙緩沖    43
2.3.2  如何使用后備緩沖器    45
2.3.3  保持干凈    47
2.4  使用資源    48
2.4.1  圖標    49
2.4.2  光標    50
2.4.3  菜單    51
2.4.4  為菜單添加具體功能    52
2.5  對話框    53
2.5.1  一個簡單的對話框    53
2.5.2  一些更有用的知識    56
2.6  正確定時    59
2.7  總結    60
第2篇  遺傳算法
第3章  遺傳算法入門    62
3.1  鳥和蜜蜂    62
3.2  二進制數速成    66
3.3  計算機內的進化    67
3.3.1  什么是賭輪選擇法    68
3.3.2  雜交率    69
3.3.3  變異率    69
3.3.4  建議的學習方法    69
3.4  幫助Bob回家    70
3.4.1  為染色體編碼    72
3.4.2  Epoch（時代）方法    75
3.4.3  參數值選擇    77
3.4.4  算子函數    78
3.4.5  運行尋路人程序    80
3.4.6  二進制數轉換3個問題的答案    80
3.5  練習    81
第4章  置換碼與巡回銷售員問題    82
4.1  巡回銷售員問題    82
4.1.1  小心陷阱    83
4.1.2  CmapTSP，Sgenome，CgaTSP    85
4.2  置換雜交操作    90
4.3  交換變異操作    93
4.4  選擇一個適應性函數    93
4.5  選擇    95
4.6  把一切組合在一起    95
4.7  總結    97
4.8  練習    98
第5章  遺傳算法優(yōu)化    99
5.1  TSP用的各種算子    100
5.1.1  各種置換變異算子    100
5.1.2  各種置換雜交算子    104
5.2  各種處理工具    108
5.2.1  選擇技術    110
5.2.2  變比技術    113
5.2.3  其他雜交算子    117
5.2.4  子群技術    119
5.3  總結    120
5.4  練習    120
第6章  登月也不難    121
6.1  創(chuàng)建和處理矢量圖形    121
6.1.1  頂點和頂點緩沖    122
6.1.2  頂點變換    123
6.1.3  矩陣    128
6.2  矢量    132
6.2.1  矢量加、減法    133
6.2.2  計算矢量大小    134
6.2.3  矢量的數乘    135
6.2.4  矢量的規(guī)范化    135
6.2.5  矢量分解    136
6.2.6  矢量的點積    137
6.2.7  SVector2D實用工具類    137
6.3  相關的物理知識    138
6.3.1  時間    138
6.3.2  長度    138
6.3.3  質量    138
6.3.4  力    139
6.3.5  運動－速度    139
6.3.6  運動－加速度    140
6.3.7  力、質量、加速度三者的關系    142
6.3.8  引力    142
6.4  人工控制的登月工程    143
6.4.1  Ccontroller類的定義    143
6.4.2  CLander類的定義    144
6.4.3  UpdateShip函數    146
6.5  遺傳算法控制的登月飛船    149
6.5.1  為基因組編碼    150
6.5.2  雜交和變異操作    151
6.5.3  適應性函數    152
6.5.4  更新函數    153
6.5.5  運行程序    155
6.6  總結    156
6.7  習題    156
第3篇  神經網絡
第7章  神經網絡概述    158
7.1  神經網絡介紹    158
7.2  一個生物學的神經網絡——大腦    159
7.3  數字版的神經網絡    161
7.3.1  相關的數學知識    162
7.3.2  神經細胞的用途    163
7.4  掃雷機游戲    165
7.4.1  選擇輸出    166
7.4.2  選擇輸入    168
7.4.3  確定隱藏的神經細胞數目    169
7.4.4  CNeuralNet.h（神經網絡類的頭文件）    169
7.4.5  神經網絡的編碼    174
7.4.6  遺傳算法    175
7.4.7  掃雷機類    176
7.4.8  CController Class（控制器類）    179
7.4.9  運行此程序    184
7.4.10  功能的兩個改進    184
7.5  總結    188
7.6  練習    188
第8章  為機器人提供知覺    190
8.1  回避障礙物    190
8.1.1  探測環(huán)境    191
8.1.2  適應性函數    193
8.2  為機器人提供記憶器    195
8.3  總結    201
8.4  練習    202
第9章  有監(jiān)督的訓練方法    203
9.1  異或函數    203
反向傳播的工作原理    204
9.2  RecognizeIt——鼠標手勢的識別    213
9.2.1  用向量表示一個手勢    214
9.2.2  訓練網絡    215
9.2.3  記錄并變換鼠標數據    216
9.2.4  增加新手勢    218
9.2.5  控制器類    218
9.3  一些有用的技術和技巧    221
9.3.1  增加動量    221
9.3.2  過擬合    222
9.3.3  柔性最大激勵函數    223
9.4  監(jiān)督學習的應用    224
9.5  一個現代寓言    225
9.6  練習    226

第10章  實時演化    227
10.1  外星人游戲    227
10.1.1  程序實現    228
10.1.2  運行BrainyAliens程序    238
10.2  練習    239
第11章  演化神經網絡的拓撲    240
11.1  競爭約定問題    240
11.2  直接編碼    242
11.2.1  基因子    242
11.2.2  二進制矩陣編碼    242
11.2.3  基于節(jié)點的編碼    244
11.2.4  基于路徑的編碼    246
11.3  間接編碼    247
11.3.1  基于語法的編碼    247
11.3.2  二維生長編碼    248
11.4  拓撲擴張的神經演化    249
11.4.1  NEAT基因組    250
11.4.2  算子和創(chuàng)新    255
11.4.3  物種形成    271
11.4.4  Cga換時代方法    275
11.4.5  將基因組轉變?yōu)楸憩F型    280
11.4.6  運行Demo程序    286
11.5  總結    288
11.6  練習    288
附錄A  WEB資源    289
附錄B  參考書目及推薦讀物    291
附錄C  光盤中的內容    295
后記    297