人工智能與游戲 ( 簡體 字) |
| 作者：Georgios N.Yannakakis，Julian Togelius | 類別：1. -> 程式設計 -> 人工智慧
2. -> 遊戲 -> 遊戲程式 |
| 譯者： |
| 出版社：機械工業出版社 |  3dWoo書號： 52340
詢問書籍請說出此書號！【缺書】
NT售價： 445 元 |
| 出版日：1/1/2020 |
| 頁數：287 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787111635277 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：1.《人工智慧與遊戲》是兩位國際專家的長期研究經驗的結晶，本書內容也源于作者在紐約大學、馬爾他大學、哥本哈根IT大學三所大學中所講授的有關AI與遊戲的課程，本書適合作為遊戲AI課程的教材。2.《人工智慧與遊戲》是第壹本致力於解釋人工智慧（AI）技術如何被用於遊戲內與遊戲上的教材，是研究遊戲與AI領域的出色的入門圖書。3.目前市面上大多數書籍是教讀者怎樣在商業遊戲中實現AI，是教讀者“怎麼做”的書籍，而《人工智慧與遊戲》卻是一本告訴讀者怎樣去研究拓展遊戲中的AI的書籍，即教讀者“如何發展”的書籍。4.《人工智慧與遊戲》綜合性強，覆蓋了遊戲中的AI方法的所有主要應用領域；討論了許多不同類型的遊戲中的各種AI問題；使用多種視角來看待AI與遊戲。5.《人工智慧與遊戲》作者開發了一個網站，這個網站為本書所涉及的材料進行了補充，包括zui新的練習、講義幻燈片和閱讀材料。 |
內容簡介：《人工智慧與遊戲》是首本致力於解釋人工智慧（AI）技術如何被用於遊戲內與遊戲上的教材。在導論章節結束後，《人工智慧與遊戲》介紹了AI與遊戲中的背景技術與關鍵技術，以及AI如何被用於玩遊戲、被用於為遊戲生成內容以及為玩家進行建模。
《人工智慧與遊戲》適用於人工智慧、遊戲設計、人機交互和計算智慧的本科和研究生課程，也適合工業界中的遊戲開發人員和從業人員用於自學。本書作者開發了一個網站，這個網站為本書所涉及的材料進行了補充，包括*新的練習、講義幻燈片和閱讀材料。
|
目錄：第一部分 背景1
第1章 導論3
1.1關於本書4
1.1.1我們為何編寫本書4
1.1.2誰應當閱讀本書5
1.1.3術語的簡短說明6
1.2 AI與遊戲簡史6
1.2.1學術界8
1.2.2工業界9
1.2.3分歧11
1.3為什麼使用遊戲來研究AI 13
1.3.1遊戲是一個困難與有趣的問題13
1.3.2豐富的人機交互15
1.3.3遊戲是流行的15
1.3.4對所有AI領域的挑戰17
1.3.5遊戲是AI的長遠目標的最佳實現17
1.4為什麼需要遊戲中的AI 19
1.4.1AI體驗並且改善你的遊戲19
1.4.2更多的內容、更好的內容20
1.4.3玩家體驗與行為動作分析20
1.5本書結構21
1.5.1本書中覆蓋（以及未覆蓋）的內容21
1.6總結23
第2章 AI方法24
2.1附注25
2.1.1表示25
2.1.2效用26
2.1.3學習=最大化效用（表示）26
2.2特定行為編輯27
2.2.1有限狀態機27
2.2.2行為樹28
2.2.3基於效用的AI 30
2.2.4進階閱讀32
2.3樹搜索32
2.3.1非啟發式搜索32
2.3.2最佳優先搜索33
2.3.3極大極小35
2.3.4蒙特卡羅樹搜索36
2.3.5進階閱讀40
2.4進化計算40
2.4.1局部搜索41
2.4.2進化演算法42
2.4.3進階閱讀46
2.5監督學習46
2.5.1人工神經網路48
2.5.2支持向量機53
2.5.3決策樹學習55
2.5.4進階閱讀57
2.6強化學習57
2.6.1核心概念以及一種高層次的分類方法59
2.6.2Q-Learning 60
2.6.3進階閱讀61
2.7無監督學習62
2.7.1聚類62
2.7.2頻繁模式挖掘64
2.7.3進階閱讀66
2.8知名的混合演算法66
2.8.1神經進化66
2.8.2帶有人工神經網路函數逼近器的時序差分學習67
2.8.3進階閱讀70
2.9總結71
第二部分 在遊戲中使用AI的方式73
第3章玩遊戲75
3.1為什麼使用AI來玩遊戲75
3.1.1扮演玩家角色來追求勝利76
3.1.2扮演非玩家角色來追求勝利78
3.1.3以體驗為目標來扮演玩家角色玩遊戲78
3.1.4以體驗為目標來扮演非玩家角色玩遊戲79
3.1.5關於AI在遊戲過程中的目標與角色的總結80
3.2遊戲設計與AI設計上的各種考量80
3.2.1各種遊戲的特性81
3.2.2 AI演算法設計的各種特性86
3.3 AI可以怎樣地玩遊戲89
3.3.1基於規劃的方法89
3.3.2強化學習94
3.3.3監督學習96
3.3.4嵌合式遊戲玩家97
3.4 AI可以玩什麼遊戲97
3.4.1棋盤遊戲97
3.4.2卡牌遊戲99
3.4.3傳統街機遊戲101
3.4.4策略遊戲107
3.4.5競速遊戲111
3.4.6射擊與其他第一人稱遊戲113
3.4.7嚴肅遊戲115
3.4.8互動小說117
3.4.9其他遊戲118
3.5進階閱讀121
3.6練習121
3.6.1為什麼是吃豆小姐121
3.7總結122
第4章 生成內容123
4.1為何生成內容123
4.2分類方法125
4.2.1根據內容的分類方法125
4.2.2根據方法的分類方法126
4.2.3根據角色的分類方法127
4.3如何生成內容127
4.3.1基於搜索的方法127
4.3.2基於求解器的方法130
4.3.3基於文法的方法131
4.3.4元胞自動機134
4.3.5雜訊與分型137
4.3.6機器學習138
4.4 PCG在遊戲中的角色141
4.4.1混合主導的142
4.4.2自主的145
4.4.3體驗主導的145
4.4.4體驗無關的148
4.5有什麼是可以被生成的148
4.5.1關卡與地圖148
4.5.2視覺效果150
4.5.3聽覺效果151
4.5.4敘事152
4.5.5規則與機制153
4.5.6遊戲155
4.6為內容生成器進行評估158
4.6.1這為何很難159
4.6.2函數與美學159
4.6.3如何評估一個生成器159
4.7進階閱讀161
4.8練習162
4.8.1迷宮生成162
4.8.2平臺關卡生成器162
4.9總結162
第5章 玩家建模163
5.1什麼是玩家建模以及什麼不是玩家建模164
5.2為什麼需要對玩家進行建模165
5.3對各類方法的高層級分類法166
5.3.1基於模型（自頂向下）的方法167
5.3.2免模型（自底向上）的方法170
5.3.3混合方法170
5.4模型的輸入是怎樣的171
5.4.1遊戲玩法171
5.4.2客觀資料171
5.4.3遊戲環境173
5.4.4玩家資料174
5.4.5連結資料175
5.5模型的輸出是怎樣的175
5.5.1對行為進行建模175
5.5.2為體驗進行建模176
5.5.3無輸出183
5.6如何對玩家進行建模183
5.6.1監督學習184
5.6.2強化學習187
5.6.3無監督學習188
5.7可以為何物建模189
5.7.1玩家行為189
5.7.2玩家體驗195
5.8進階閱讀199
5.9練習200
5.9.1玩家行為200
5.9.2玩家體驗200
5.10總結201
第三部分 未來之路203
第6章 遊戲AI全景205
6.1遊戲AI的全景視角206
6.1.1從方法（電腦）的角度出發206
6.1.2從末端用戶（人類）的角度出發207
6.1.3從玩家-遊戲交互的角度出發209
6.2各個AI領域如何啟發其他領域210
6.2.1玩遊戲210
6.2.2生成內容213
6.2.3為玩家建模216
6.3前行之路218
6.4總結219
第7章 遊戲AI研究前沿220
7.1通用對弈遊戲AI220
7.1.1通用遊戲221
7.1.2通用遊戲生成與編排222
7.1.3通用遊戲情感迴圈223
7.2在遊戲中的其他角色224
7.3道德上的考量226
7.4總結228
附錄230
附錄A英文縮略語表230
附錄B遊戲名稱中英文對照表232
附錄C中英文術語對照表237
參考文獻248
|
| 序： |
