信阅平台

编辑推荐

　　如何使游戏中的角色看上去像真实的人或动物，如何让游戏更惊险、刺激、有趣味性，使人玩不释手

　　《Unity 3D人工智能编程》通过大量的示例项目，详细展示如何将人工智能技术应用到Unity3D游戏，系统讲解如何使游戏角色更具智能性，增强游戏的可玩性

　　人工智能技术在游戏开发中起着至关重要的作用，游戏角色的智能水平直接影响着游戏的惊险性、刺激性、趣味性。本书以实例方式详细讲解如何在Unity 3D中实现不同的人工智能技术，如何应用Unity 3D内置的特性，以及如何使用Unity 3D资源商店中的脚本和插件，涵盖有限状态机、路径寻找、跟随、在图中导航，以及行为树等技术，并且对于所有的算法，书中都给出了C# 实现代码。

　　通过阅读《Unity 3D人工智能编程》，你将学到:

　　构建有限状态机。

　　实现一个感应系统。

　　将群组行为应用于飞翔的对象。

　　在Unity 3D中运行A*寻路算法。

　　在游戏中应用概率和随机性技巧。

　　使用Unity 3D专业版中的特性来在图中导航，进行寻路。

　　学习行为树以及Behave插件。

　　在最后的项目中，实现一个人工智能车辆战斗游戏。
　　

展开

作者简介

　　Aung Sithu Kyaw，Rival Edge公司联合创始人，有丰富的软件开发经验，并曾在多家公司从事游戏编程工作。他主要感兴趣的领域包括游戏编程、创业、写作以及分享知识。此外，他还参与撰写《Irrlicht 1.7 Realtime 3D Engine Beginner's Guide》一书。

　　Clifford Peters，是一位程序员和计算机科学家，并且是一些Unity图书的评审专家。

　　Thet Naing Swe，Rival Edge公司联合创始人、首席创意官，目前在Rival Edge负责数字媒体交互咨询项目。

　　李秉义，资深软件工程师，拥有丰富的软件开发经验。目前关注数据存储与传输，网络加速等领域的技术，热衷于研究开源系统。

展开

内容介绍

　　《Unity 3D人工智能编程》重点关注如何将人工智能技术应用于Unity3D游戏项目。书中从有限状态机开始，接着探讨了如何为你的游戏增加一些随机性，让游戏变得更加难以预测，更加有趣。如何在一个游戏中加入一个感应系统让游戏中的角色可以感知周围的环境，同时使得代码不会随着项目规模的扩大变得难以维护。如何将群组行为用于一组移动的对象，这样可以有效地控制一组移动对象的行为。然后探讨了如何让人工智能角色跟随一条规定的路径进行移动，在此基础上，讲述了如何实现A*寻路算法，以对游戏引擎的寻路原理有更深一层的理解。紧接着介绍了如何在Unity3D中使用导航网格方便快捷地实现寻路。然后讲解了当游戏规模变大，有限状态机的代码变得冗长，难以维护时，使用行为树来解决这个问题，并讲解了如何在Unity3D中使用Behave这个免费插件来实现行为树。最后，用一个车辆战斗游戏将本书中提到的大多数知识点融会贯通，应用于最后这个规模稍大的游戏中。

展开

前　言
第1章　人工智能导论 1
1.1　人工智能 1
1.2　游戏中的人工智能 2
1.3　人工智能技术 3
1.3.1　有限状态机 3
1.3.2　人工智能中的随机性和概率 5
1.3.3　感应器系统 6
1.3.4　群组、蜂拥和羊群效应 7
1.3.5　路径跟随和引导 8
1.3.6　A*寻路算法 9
1.3.7　导航网格 16
1.3.8　行为树 18
1.3.9　运动 20
1.3.10　Dijkstra算法 23
1.4　本章小结 23
第2章　有限状态机 24
2.1　玩家的坦克 24
2.1.1 　PlayerTankController类 25
2.1.2　初始化 26
2.2　子弹类 29
2.3　设置航点 31
2.4　抽象有限状态机类 32
2.5　敌方坦克的人工智能 34
2.5.1　巡逻状态 36
2.5.2　追逐状态 38
2.5.3　攻击状态 38
2.5.4　死亡状态 40
2.6　使用有限状态机框架 42
2.6.1　AdvanceFSM类 42
2.6.2　FSMState类 43
2.6.3　状态类 44
2.6.4　NPCTankController 类 46
2.7　本章小结 48
第3章　随机性和概率 49
3.1　随机性 50
3.2　概率的定义 52
3.2.1　独立与关联事件 53
3.2.2　条件概率 53
3.3　人物个性 56
3.4　有限状态机和概率 57
3.5　动态人工智能 59
3.6　示例老虎机 60
3.6.1　随机老虎机 60
3.6.2　加权概率 63
3.7　本章小结 68
第4章　感应器的实现 70
4.1　基本的感觉系统 71
4.2　场景设置 72
4.3　玩家的坦克与切面 73
4.3.1　玩家的坦克 74
4.3.2　切面 75
4.4　人工智能角色 76
4.4.1　感观 77
4.4.2　视觉 78
4.4.3　触觉 80
4.5　测试 82
4.6　本章小结 83
第5章　群组行为 84
5.1　岛屿示例中的群组行为 84
5.1.1　个体的行为 85
5.1.2　控制器 90
5.2　替代实现 92
5.3　本章小结 99
第6章　路径跟随和引导行为 100
6.1　跟随一条路径 100
6.1.1　路径脚本 102
6.1.2　路径跟随 103
6.2　避开障碍物 106
6.2.1　添加定制图层 107
6.2.2　避开障碍 108
6.3　本章小结 113
第7章　A*寻路算法 114
7.1　回顾A*寻路算法 114
7.2　实现 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类 126
7.3　场景设置 128
7.4　测试 131
7.5　本章小结 132
第8章　导航网格 133
8.1　简介 134
8.2　设置地图 134
8.2.1　Navigation Static 135
8.2.2　烘焙导航网格 135
8.2.3　导航网格代理 136
8.3　有斜坡的场景 139
8.4　NavMeshLayers 141
8.5　分离网格链接 144
8.5.1　生成分离网格链接 145
8.5.2　手动生成分离网格链接 146
8.6　本章小结 148
第9章　行为树 149
9.1　Behave插件 149
9.2　工作流 151
9.3　行为节点 153
9.4　与脚本的接口 155
9.5　装饰节点 158
9.6　Behave调试器 160
9.7　顺序节点 160
9.8　探索Behave的结果 162
9.9　选择节点 163
9.10　优先级选择节点 166
9.11　并行节点 168
9.12　引用 169
9.13　机器人与外星人项目 170
9.14　本章小结 173
第10章　融会贯通 174
10.1　场景设置 175
10.2　车辆 177
10.2.1　玩家控制的车辆 178
10.2.2　人工智能车辆控制器 180
10.2.3　有限状态机 182
10.3　武器 187
10.3.1　枪 187
10.3.2　子弹 189
10.3.3　发射器 191
10.3.4　导弹 193
10.4　本章小结 195

展开