| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
译者序
原书序
原书前言
原书致谢
配套网站
第一部分 背景
第1章 导论
1.1 关于本书
1.1.1 我们为何编写本书
1.1.2 谁应当阅读本书
1.1.3 术语的简短说明
1.2 AI与游戏简史
1.2.1 学术界
1.2.2 工业界
1.2.3 分歧
1.3 为什么使用游戏来研究AI
1.3.1 游戏是一个困难与有趣的问题
1.3.2 丰富的人机交互
1.3.3 游戏是流行的
1.3.4 对所有AI领域的挑战
1.3.5 游戏是AI的长远目标的最佳实现
1.4 为什么需要游戏中的AI
1.4.1 AI体验并且改善你的游戏
1.4.2 更多的内容、更好的内容
1.4.3 玩家体验与行为动作分析
1.5 本书结构
1.5.1 本书中覆盖(以及未覆盖)的内容
1.6 总结
第2章 AI方法
2.1 附注
2.1.1 表示
2.1.2 效用
2.1.3 学习=最大化效用(表示)
2.2 特定行为编辑
2.2.1 有限状态机
2.2.2 行为树
2.2.3 基于效用的AI
2.2.4 进阶阅读
2.3 树搜索
2.3.1 非启发式搜索
2.3.2 最佳优先搜索
2.3.3 极大极小
2.3.4 蒙特卡罗树搜索
2.3.5 进阶阅读
2.4 进化计算
2.4.1 局部搜索
2.4.2 进化算法
2.4.3 进阶阅读
2.5 监督学习
2.5.1 人工神经网络
2.5.2 支持向量机
2.5.3 决策树学习
2.5.4 进阶阅读
2.6 强化学习
2.6.1 核心概念以及一种高层次的分类方法
2.6.2 Q-Leaming
2.6.3 进阶阅读
2.7 无监督学习
2.7.1 聚类
2.7.2 频繁模式挖掘
2.7.3 进阶阅读
2.8 知名的混合算法
2.8.1 神经进化
2.8.2 带有人工神经网络函数逼近器的时序差分学习
2.8.3 进阶阅读
2.9 总结
……
第二部分 在游戏中使用AI的方式
第三部分 未来之路
附录
参考文献