Unity 3D人工智能編程 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

本書旨在幫助你把各種人工智能技術應用到你的遊戲中。我們將會討論決策技術，比如有限狀態機和行為樹；也將探討運動、避開障礙和群組行為；還將演示如何跟隨一條路徑，如何使用A*尋路算法來創建一條路徑，以及如何使用導航網格到達目的地。作為額外收獲，你將詳細瞭解隨機性和概率，並把這些概念應用到最後一個綜閤項目中。

本書內容

第1章討論什麼是人工智能，如何將其應用到遊戲中，以及遊戲中使用的各種實現人工智能的技術。

第2章討論人工智能中需要用到的一種簡化決策管理的方法。我們使用有限狀態機來確定人工智能在特定狀態下的行為，以及這種狀態下人工智能如何轉換為其他狀態。

第3章討論概率論的基礎知識，以及如何改變特定輸齣的概率。然後學習如何給遊戲增加隨機性，讓遊戲中的人工智能更難以預測。

第4章介紹怎樣讓遊戲角色在某些情況下能夠感知他們周圍的世界。當他們具有視覺和聽覺時，遊戲角色會知道敵人就在附近，他們還會知道何時發起攻擊。

第5章討論多個對象組隊同時行進的情況。該章將探討兩種實現群組行為的方式，以及這兩種方式是怎樣使這些對象同時行進的。

第6章學習人工智能角色如何跟隨一條給定的路徑到達目的地。我們將瞭解人工智能角色如何在不知道路徑的情況下找到目標，以及如何使其移嚮目標的同時避開障礙。

第7章討論一個流行的算法，即尋找從指定位置到目標位置的最優路徑。有瞭A*算法，我們可以掃描地形並找到到達目標的最優路徑。

第8章討論如何利用Unity的能力使尋路更易於實現。通過創建一個導航網格（需要使用Unity Pro版），我們能夠更好地錶示周圍的場景，然後就能使用圖塊和A*算法。

第9章講解從有限狀態機擴展而來的行為樹，即使在最為復雜的遊戲中我們也可以使用它。我們將使用免費插件Behave來幫助在Unity中創建並管理行為樹。

第10章把我們在本書中所學的各種原理整閤在最後一個項目中。在這裏你能夠應用所學的人工智能原理，設計齣一個令人難忘的車輛戰鬥遊戲。

本書要求配置

學習本書，要求讀者安裝Unity 3.5或更高版本。第8章討論導航網格，顧名思義涉及創建一個導航網格，這需要你安裝Unity Pro版本；第9章討論行為樹，要求下載Behave——一個免費的行為樹插件，這需要你擁有一個Unity Store賬號。不過這些需求都是可選的，因為本書配備的資源中已經為你準備好瞭導航網格和Behave插件，可登錄華章網站下載，網址為www.hzbook.com。

本書的讀者對象

本書麵嚮任何想要學習將人工智能應用到遊戲中的讀者，並側重於之前有Unity使用經驗的讀者。我們會用C#語言編寫代碼，所以我們希望你熟悉C#。

下載示例代碼和書中的彩色插圖

你可以在華章網站的本書頁麵中下載示例代碼文件和書中的彩色插圖。

前　言
第1章　人工智能導論 1
1.1　人工智能 1
1.2　遊戲中的人工智能 2
1.3　人工智能技術 3
1.3.1　有限狀態機 3
1.3.2　人工智能中的隨機性和概率 5
1.3.3　感應器係統 6
1.3.4　群組、蜂擁和羊群效應 7
1.3.5　路徑跟隨和引導 8
1.3.6　A*尋路算法 9
1.3.7　導航網格 16
1.3.8　行為樹 18
1.3.9　運動 20
1.3.10　Dijkstra算法 23
1.4　本章小結 23
第2章　有限狀態機 24
2.1　玩傢的坦剋 24
2.1.1 　PlayerTankController類 25
2.1.2　初始化 26
2.2　子彈類 29
2.3　設置航點 31
2.4　抽象有限狀態機類 32
2.5　敵方坦剋的人工智能 34
2.5.1　巡邏狀態 36
2.5.2　追逐狀態 38
2.5.3　攻擊狀態 38
2.5.4　死亡狀態 40
2.6　使用有限狀態機框架 42
2.6.1　AdvanceFSM類 42
2.6.2　FSMState類 43
2.6.3　狀態類 44
2.6.4　NPCTankController 類 46
2.7　本章小結 48
第3章　隨機性和概率 49
3.1　隨機性 50
3.2　概率的定義 52
3.2.1　獨立與關聯事件 53
3.2.2　條件概率 53
3.3　人物個性 56
3.4　有限狀態機和概率 57
3.5　動態人工智能 59
3.6　示例老虎機 60
3.6.1　 隨機老虎機 60
3.6.2　加權概率 63
3.7　本章小結 68
第4章　感應器的實現 70
4.1　基本的感覺係統 71
4.2　場景設置 72
4.3　玩傢的坦剋與切麵 73
4.3.1　玩傢的坦剋 74
4.3.2　切麵 75
4.4　人工智能角色 76
4.4.1　感觀 77
4.4.2　視覺 78
4.4.3　觸覺 80
4.5　測試 82
4.6　本章小結 83
第5章　群組行為 84
5.1　島嶼示例中的群組行為 84
5.1.1　個體的行為 85
5.1.2　控製器 90
5.2　替代實現 92
5.3　本章小結 99
第6章　路徑跟隨和引導行為 100
6.1　跟隨一條路徑 100
6.1.1　路徑腳本 102
6.1.2　路徑跟隨 103
6.2　避開障礙物 106
6.2.1　添加定製圖層 107
6.2.2　避開障礙 108
6.3　本章小結 113
第7章　A*尋路算法 114
7.1　迴顧A*尋路算法 114
7.2　實現 116
7.2.1　Node 116
7.2.2　PriorityQueue 117
7.2.3　GridManager 118
7.2.4　AStar 123
7.2.5　TestCode類 126
7.3　場景設置 128
7.4　測試 131
7.5　本章小結 132
第8章　導航網格 133
8.1　簡介 134
8.2　設置地圖 134
8.2.1　Navigation Static 135
8.2.2　烘焙導航網格 135
8.2.3　導航網格代理 136
8.3　有斜坡的場景 139
8.4　NavMeshLayers 141
8.5　分離網格鏈接 144
8.5.1　生成分離網格鏈接 145
8.5.2　手動生成分離網格鏈接 146
8.6　本章小結 148
第9章　行為樹 149
9.1　Behave插件 149
9.2　工作流 151
9.3　行為節點 153
9.4　與腳本的接口 155
9.5　裝飾節點 158
9.6　Behave調試器 160
9.7　順序節點 160
9.8　探索Behave的結果 162
9.9　選擇節點 163
9.10　優先級選擇節點 166
9.11　並行節點 168
9.12　引用 169
9.13　機器人與外星人項目 170
9.14　本章小結 173
第10章　融會貫通 174
10.1　場景設置 175
10.2　車輛 177
10.2.1　玩傢控製的車輛 178
10.2.2　人工智能車輛控製器 180
10.2.3　有限狀態機 182
10.3　武器 187
10.3.1　槍 187
10.3.2　子彈 189
10.3.3　發射器 191
10.3.4　導彈 193
10.4　本章小結 195
· · · · · · (收起)