Unity 人工智能遊戲開發, 2/e (Unity AI Game Programming, 2/e)

<商品簡介>

《Unity人工智能遊戲開發(第2版)》詳細闡述了與Unity遊戲人工智能相關的基本解決方案，主要包括遊戲AI的基礎知識、有限狀態機、實現感知系統、尋路方案、群集行為、行為樹、模糊邏輯等內容。此外，《Unity人工智能遊戲開發(第2版)》還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。

<章節目錄>

第1章遊戲AI的基礎知識
1.1創建生活幻象
1.2利用AI進一步完善遊戲
1.3在Unity使用AI
1.4定義主體
1.5有限狀態機概述
1.6通過主體視角查看場景
1.7路徑跟蹤
1.7.1A*尋路
1.7.2使用網格導航
1.8群集方案
1.9行為樹
1.10模糊邏輯
1.11本章小結
第2章有限狀態機
2.1FSM應用
2.2生成狀態機行為
2.2.1生成AnimationController資源
2.2.2Layers項和Parameters項
2.2.3動畫控制查看器
2.2 .4行為的圖像化
2.2.5生成第一個狀態
2.2.6狀態間的轉換
2.3創建玩家坦克對象
2.4生成敵方坦克對象
2.4.1選擇轉換
2.4.2實現過程
2.5本章小結
第3章實現感知系統
3.1基本的感知系統
3.1.1視錐
3.1.2基於球體的聽覺、感覺和嗅覺
3.1.3擴展AI
3.1.4感知系統的創新
3.2構建場景
3.3創建玩家坦克
3.3.1實現玩家坦克
3.3.2實現Aspect類
3.4創建AI角色
3.5使用Sense類
3.6視見功能
3.7觸覺系統
3.8測試結果
3.9本章小結
第4章尋路方案
4.1路徑跟蹤
4.1.1路徑腳本
4.1.2使用路徑跟蹤器
4.1.3躲避障礙物
4.1.4添加定製層
4.1.5實現躲避邏輯
4.2A*尋路算法
4.2.1算法回顧
4.2.2算法實現
4，3導航網格
4.3.1構建地圖
4.3.2靜態障礙物
4.3.3導航網格的烘焙
4.3.4使用NavMesh主體對象
4.3.5設置目的地
4.3.6Target類
4.3.7斜面測試
4.3.8區域探索
4.3.9Off Mesh Links連接
4.3.10生成Off Mesh Links
4.3.11設置Off Mesh Links
4.4本章小結
第5章群集行為
5.1群集算法初探
5.2理解群集算法背後的概念
5.3Unity示例中的群集行為
5.3.1模擬個體行為
5.3.2創建控制器
5.4替代方案
5.5使用人群群集算法
5.5.1實現簡單的群集模擬
5.5.2使用CrowdAgent組件
5.5.3添加障礙物
5.6本章小結
第6章行為樹
6.1行為樹的基本概念
6.1.1理解不同的節點類型
6.1.2定義復合節點
6.1.3理解修飾節點
6.1.4描述葉節點
6.2估算現有方案
6.3實現基本的行為樹框架
6.3.1實現Node基類
6.3.2將節點實現於選取器上
6.3.3序列的實現
6.3.4將修飾節點實現為反相器
6.3.5創建通用行為節點
6.4框架測試
6.4.1行為樹的規劃
6.4.2檢查場景構建結果
6.4.3考察MathTree節點
6.4.4執行測試
6.5本章小結
第7章模糊邏輯
7.1定義模糊邏輯
7.2模糊邏輯應用
7.2.1實現簡單的模糊邏輯系統
7.2.2擴展集合
7.2.3數據的逆模糊化
7.3使用觀測數據
7.4模糊邏輯的其他應用
7.4.1加入其他概念
7.4.2創建獨特的體驗
7.5本章小結
第8章整合過程
8.1制定規則
8.2創建高塔對象
8.3構建坦克對象
8.4構建場景環境
8.5測試示例
8.6本章小結