当前位置： 查字典图书网> 编程> 游戏开发中的人工智能> 笔记 - 游戏开发中的人工智能

笔记 - 游戏开发中的人工智能

范莫问 对 游戏开发中的人工智能 的书评 发表时间：2009-02-20 08:02:15

追逐与闪躲
---- 视线追逐
---- 拦截
        靠拢速度 Vr = Vprey - Vpredator
        靠拢距离 Sr = Sprey - Spredator
        靠拢时间 Tc = |Sr| / |Vr|
        预测位置 St = Sprey + (Vprey)(Tc)

移动模式
---- 标准移动模式：控制指令

群聚
---- 基本群聚
        凝聚：每个单位都往其临近单位的平均位置行动
        对齐：每个单位行动时，都要把自己对齐在其临近单位的平均方向上
        分隔：每个单位行动时，要避免撞上其临近单位
---- 队形控制：单位视野
---- 避障：触角
---- 跟随：领头者

势函数
---- Lenard-Jones 势函数：U = A/r^n + B/r^m
---- 追逐、闪躲、避障
---- 算法优化：应用半径、网格

路径寻找及航点应用
---- 视线避障
---- 绕行避障
---- 面包屑路径寻找
---- 遵循路径：方向权重
---- 航点导航：节点表

A*路径寻找算法
---- 定义搜寻区域：节点分割
---- 过程：
        Open List
        Closed List
        路径得分：移动成本 + 启发法
        地形成本
        影响力对应

描述式AI及描述引擎
----

有限状态机
----

模糊逻辑
---- 程度
---- 过程：
        模糊化：归属函数（0~1）、藩篱函数（hedge function）
        模糊规则
        评估运算
        反模糊化、单值输出归属函数
        
规则式AI
---- 规则系统：工作记忆、规则记忆
---- 规则系统的推论：演绎法（forward chaining）、归纳法（backward chaining）
---- Rete 算法

概率概论
---- 标准概率
---- 主观概率及量化（赔率、期望值）、确定（打赌 - 公平的打赌、合理价格）
---- 概率规则

贝叶斯技术
---- 贝叶斯网络

神经网络
---- 多层前馈神经网络：输入层、隐匿层、输出层
---- 权重、活化函数（logistic function, step function, hyperbolic tangent function），偏差项
        罗吉斯函数：f(x) = 1 / (1 + e^(-x / c))
        阶跃函数：f(x) = 0; x <= 0 | 1; x > 0
        双曲正切函数：f(x) = (e^x - e^-x) / (e^x + e^-x)
---- 倒传递训练：
                1.训练数据集
                2.初始权重
                3.输入数据获取输出值
                4.计算误差
                5.调整权重
---- 局部极值与整体极值、增加动量方法

遗传算法
---- 演化过程、适合度
---- 淘汰、交叉、突变

有用 1 无用 0

您对该书评有什么想说的？

对“笔记 - 游戏开发中的人工智能”的回应

怪物工匠
怪物工匠 2010-09-12 00:46:06

人工智能的书很少啊！这本书值得拥有

回应他
范莫问
范莫问 2009-02-20 18:07:01

介绍完算法后作者都会教你一步步实现算法应用实例的，因为这本书内容和我现在的项目有点联系，所以我觉得挺有意思的。
另外可以去官网下完整的代码

回应他
zee
zee 2009-02-20 10:01:17

这本书主要讲算法还是例子，有意思么？

回应他

《游戏开发中的人工智能》热门书评

游戏开发中的人工智能

书名： 游戏开发中的人工智能
作者：
出版社： 东南大学出版社
原作名： AI for Game Developers
译者： O'Reilly Taiwan公司  |  Glenn Seemann
出版年： 2006
页数： 369
定价： 48.00元
装帧： 平装
ISBN： 9787564105075