游戲編程中的人工智能技術(shù)

 《游戲編程中的人工智能技術(shù)》是人工智能游戲編程的一本指南性讀物，介紹在游戲開發(fā)中怎樣應(yīng)用遺傳算法和人工神經(jīng)網(wǎng)絡(luò)來創(chuàng)建電腦游戲中所需要的人工智能。書中包含了許多實(shí)用例子，所有例子的完整源碼和可執(zhí)行程序都能在隨書附帶的光盤上找到。光盤中還有不少其他方面的游戲開發(fā)資料和一個賽車游戲演示軟件�！队螒蚓幊讨械娜斯ぶ悄芗夹g(shù)》適合遺傳算法和人工神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)的各行業(yè)人員，特別是要實(shí)際動手做應(yīng)用開發(fā)的人員閱讀參考。《游戲編程中的人工智能技術(shù)》是人工智能游戲編程的一本指南性讀物，介紹在游戲開發(fā)中怎樣應(yīng)用遺傳算法和人工神經(jīng)網(wǎng)絡(luò)來創(chuàng)建電腦游戲中所需要的人工智能。書中包含了許多實(shí)用例子，所有例子的完整源碼和可執(zhí)行程序都能在隨書附帶的光盤上找到。光盤中還有不少其他方面的游戲開發(fā)資料和一個賽車游戲演示軟件。《游戲編程中的人工智能技術(shù)》講解的原理通俗易懂，介紹程序詳細(xì)周到，很適用于游戲編程者自學(xué)之用，也可以作為游戲培訓(xùn)教材使用(《游戲編程中的人工智能技術(shù)》實(shí)際已被國內(nèi)外許多游戲培訓(xùn)單位用作指定教材)。對于任何希望了解遺傳算法和人工神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)的各行業(yè)人員，特別是要實(shí)際動手做應(yīng)用開發(fā)的人員，都是一本值得一讀的好書。

目錄回到頂部↑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(jìn)階 25
2.1 windows圖形設(shè)備接口 25
2.1.1 設(shè)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(shí)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(shí)現(xiàn)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(biāo) 49
2.4.2 光標(biāo) 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(jié) 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(jìn)制數(shù)速成 66
3.3 計(jì)算機(jī)內(nèi)的進(jìn)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(xué)習(xí)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(shù)值選擇 77
3.4.4 算子函數(shù) 78
3.4.5 運(yùn)行尋路人程序 80
3.4.6 二進(jìn)制數(shù)轉(zhuǎn)換3個問題的答案 80
3.5 練習(xí) 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(yīng)性函數(shù) 93
4.5 選擇 95
4.6 把一切組合在一起 95
4.7 總結(jié) 97
4.8 練習(xí) 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(shù) 110
5.2.2 變比技術(shù) 113
5.2.3 其他雜交算子 117
5.2.4 子群技術(shù) 119
5.3 總結(jié) 120
5.4 練習(xí) 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(diǎn)和頂點(diǎn)緩沖 122
6.1.2 頂點(diǎn)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(jì)算矢量大小 134
6.2.3 矢量的數(shù)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(diǎn)積 137
6.2.7 svector2d實(shí)用工具類 137
6.3 相關(guān)的物理知識 138
6.3.1 時間 138
6.3.2 長度 138
6.3.3 質(zhì)量 138
6.3.4 力 139
6.3.5 運(yùn)動－速度 139
6.3.6 運(yùn)動－加速度 140
6.3.7 力、質(zhì)量、加速度三者的關(guān)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(shù) 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(yīng)性函數(shù) 152
6.5.4 更新函數(shù) 153
6.5.5 運(yùn)行程序 155
6.6 總結(jié).. 156
6.7 習(xí)題 156
第3篇 神經(jīng)網(wǎng)絡(luò)
第7章 神經(jīng)網(wǎng)絡(luò)概述 158
7.1 神經(jīng)網(wǎng)絡(luò)介紹 158
7.2 一個生物學(xué)的神經(jīng)網(wǎng)絡(luò)——大腦 159
7.3 數(shù)字版的神經(jīng)網(wǎng)絡(luò) 161
7.3.1 相關(guān)的數(shù)學(xué)知識 162
7.3.2 神經(jīng)細(xì)胞的用途 163
7.4 掃雷機(jī)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(jīng)細(xì)胞數(shù)目 169
7.4.4 cneuralnet.h（神經(jīng)網(wǎng)絡(luò)類的頭文件） 169
7.4.5 神經(jīng)網(wǎng)絡(luò)的編碼 174
7.4.6 遺傳算法 175
7.4.7 掃雷機(jī)類 176
7.4.8 ccontroller class（控制器類） 179
7.4.9 運(yùn)行此程序 184
7.4.10 功能的兩個改進(jìn) 184
7.5 總結(jié) 188
7.6 練習(xí) 188
第8章 為機(jī)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(yīng)性函數(shù) 193
8.2 為機(jī)器人提供記憶器 195
8.3 總結(jié) 201
8.4 練習(xí) 202
第9章 有監(jiān)督的訓(xùn)練方法 203
9.1 異或函數(shù) 203
反向傳播的工作原理 204
9.2 recognizeit——鼠標(biāo)手勢的識別 213
9.2.1 用向量表示一個手勢 214
9.2.2 訓(xùn)練網(wǎng)絡(luò) 215
9.2.3 記錄并變換鼠標(biāo)數(shù)據(jù) 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(shù)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(shù) 223
9.4 監(jiān)督學(xué)習(xí)的應(yīng)用 224
9.5 一個現(xiàn)代寓言 225
9.6 練習(xí) 226
第10章 實(shí)時演化 227
10.1 外星人游戲 227
10.1.1 程序?qū)崿F(xiàn) 228
10.1.2 運(yùn)行brainyaliens程序 238
10.2 練習(xí) 239
第11章 演化神經(jīng)網(wǎng)絡(luò)的拓?fù)?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(jìn)制矩陣編碼 242
11.2.3 基于節(jié)點(diǎn)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?fù)鋽U(kuò)張的神經(jīng)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(zhuǎn)變?yōu)楸憩F(xiàn)型 280
11.4.6 運(yùn)行demo程序 286
11.5 總結(jié) 288
11.6 練習(xí) 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(nèi)容 295
后記... 297