遊戲人工智能 (Broadview-Game AI pro: collected wisdom of game AI professionals) 游戏人工智能

游戲中的人工智能開發是游戲研發中最具挑戰性的任務之一，而本書匯集了與游戲人工智能開發有關的知識，借助這些知識，程序員能夠開發出有趣的AI 角色，為玩家帶來美妙的游戲體驗。本書分為7 個部分共48 章，分別討論了通用智能、體系架構、運動與尋路、戰略與戰術、agent 意識與知識表徵、競速以及其他領域的游戲AI 技術。

讀者可以本書作為路線圖，瞭解在智能游戲方面哪些技術已經被成功使用，哪些具有很大的潛力。本書的作者都是游戲人工智能的專家，在此行業摸爬滾打多年，其觀點和技術均在自身產品中做過驗證，因而有很高的參考價值。書中有些章節甚至提供了源碼，可供讀者方便地應用到自己開發的游戲程序中。對於希望為玩家帶來引人入勝的游戲體驗的開發者，本書非常值得一讀。

Steve Rabin是美國任天堂公司的一位高級軟件工程師，為任天堂當前和未來的遊戲平台研究新技術、為Wii U CPU架構開發工具，也為任天堂開發人員提供技術支持。

第一部分通用智能
1什麼是遊戲中的人工智能.2 
2通過神經學的研究激勵遊戲AI.10 
3用於遊戲AI的高級隨機值技術：高斯隨機值、隨機值篩選與柏林噪聲.31 

第二部分體系架構
4行為選擇算法一覽.50 
5結構化架構：遊戲AI開發的常用技巧.68 
6行為樹新手包.82 
7用腳本寫現實世界的行為樹.107 
8模擬行為樹：一種行為樹／規劃器混合方法.116 
9效用理論導論.133 
10行為樹的效用決策整合.150 
11決策系統中的反饋與思考.163 
12通過實例探索HTN規劃器.175 
13多單位作戰演習：基於規劃空間的分層規劃方法.200 
14LOD交易員對AI細節等級的非凡控制能力.218 
15用於快速開發AI的運行時編譯C++.239 
16探究禁忌的深度：腳本和AI.261 

第三部分運動與尋路
17尋路架構的優化.286 
18選擇一個尋路空間表徵.300 
19使用迭代波前邊緣增量的方法創建高階導航網格.307 
20MMO遊戲服務器端大世界尋路的預計算.318 
21使用轉向圈的編隊運動技術.340 
22預規劃運動的碰撞迴避.348 
23群體尋路與利用流場網格的轉向.359
24手游中的高效群體實現.372 
25動畫驅動的移動規劃.381 

第四部分戰略與戰術
26戰術點選擇系統：架構和查詢語言.396 
27NavMesh上的戰術尋路.427 
28超越功夫圈：一個管理NPC攻擊的靈活系統.436 
29《殺戮地帶3》多人模式中的分層AI設計.444 
30使用神經網絡控制AI的反饋.463 

第五部分agent意識和知識表徵
31Crytek的目標記錄感知系統. 476 
32抓住那個忍者：2D潛行遊戲中的NPC意識.487 
33向遊戲環境聰明地問問題.499 
34一個簡單而健壯的知識表徵系統.512 
35一個簡單且實用的社交動態系統.522 
36為背景角色帶來生活氣息.533 
37生成託辭：隨時隨地愚弄所有的玩家.543 

第六部分競速
38競速遊戲中的AI架構綜述.556 
39表現AI控制的載具和駕駛賽道.566 
40利用PID控制器實現的賽車控制系統.579 
41用於賽車遊戲AI的熱視覺系統：一種確定最優路徑位置的新穎方法.591 
42用於遊戲和競賽管理的橡皮筋系 .597 

第七部分其他
43一種富角色的社交模擬架構.606 
44一種基於控制的動物行為體系架構.625 
45用於AI的GPGPU.634
46使用虛擬音效設計師創建動態音景.645 
47實現健壯的第三人稱攝像機系統.653 
48N—Gram技術在玩家預測、自動生成與模式化AI中的應用.666