이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
에이콘 게임 개발 프로그래밍 시리즈
책소개
목차
|
<목차>
서문 1장 컴퓨터 게임의 AI AI의 개요- 기계 지능 - 지능의 정의 - 과학의 한 분야로서의 AI 컴퓨터 게임과 AI 게임 AI의 현재 상태 - 기술적 혁신 - 디자인의 혁신 게임 디자이너 vs. AI - 걸림돌 - 두 종류의 게임 - 어떤 충돌이 존재하는가? 게임 프로그래밍에서의 AI 2장 지능의 설계 개발자의 관점 - 전통적 접근방식 - 통합과 설계 - 가이드라인 - 논의 현대적 접근방식 게임에서의 애니멋 독립개체 학습 필요한 배경지식 프로그래밍 컴퓨터 과학 수학 소프트웨어 공학 게임 엔진 아키텍처 AI 개발 절차 개요 반복 요약 3장 반응형 접근방식 정의 정의에 따른 반응형 기법 실전에서의 반응형 기법 계획형 행동 vs. 행동형 행동 목표 지향 계획 게임에서의 계획형 행동 반응형 행동으로의 대체 게임 개발에서의 반응형 기법 일반적인 게임 AI에서의 장점 애니멋을 사용할 때의 장점 아키텍처 컴포넌트 구조 분해 중재 예제 요약 4장 FEAR: 실험을 위한 플랫폼 기술적인 개요 명세 프레임웍 개발 단계 세계 인터페이스 모듈 인터페이스 데이터 로딩 의존성 유연한 아키텍처 애니멋의 제작 아키텍처의 기술 소스코드 생성 게임을 위한 준비 과정 요약 5장 게임 세계에서의 이동 환경과 공간 부분과 그것의 합 공간의 정의 게임 세계의 유형 차원 이산적인 공간 vs. 연속적인 공간 이동의 처리 가정 테스트 환경 요약 6장 이동 능력 이동의 예술 게임 봇의 이동 방식 애니멋의 자율적인 이동 이동의 평가 기준 케이스 스터디 요약 7장 분석과 이해 AI 시스템의 일반적인 구성 분석 단계 가정 제약 지침 이해 단계 평가 기준과 기대 결과 문제의 정의 일반적인 조언 요약 8장 이동의 형식적 기술 이동에 대한 기존의 접근 방식 가능한 선택 사항들 컨텍스트 행위 감지 설계 원칙 명세 인터페이스 골격 코드 요약 9장 명세와 지식표현 형식적 명세의 개요 함수의 관점에서 바라본 AI 명세의 목적 지식표현 지식표현의 여러 형태 심볼 객체-속성-값 프레임 의미 네트워크 자기 검증의 필요성 명세 절차 스케치 형식화 점검 논의 요약 10장 장애물 회피를 위한 속도변환 행동양식 인공생명 개요 가정 쫒아가기와 달아나기 그 밖의 행동들 알고리즘 첫번째 알고리즘 개선된 알고리즘 개선 방식 평가 장점 단점 요약 11장 규칙 기반 시스템 배경지식 RBS의 구성요소 작업 메모리 기반규칙 인터프리터 지식 획득과 표현 지식 획득 지식 표현 논의 장점 단점 게임 개발자의 접근방식 RBS에 적합한 문제 요약 12장 규칙 기반 시스템을 이용한 이동의 구현 케이스 스터디 구체화 RBS를 사용할 것인가? 정방향 연쇄 vs. 역방향 연쇄 규칙을 단순화하는 몇 가지 팁 RBS 모듈 설계 초기화 인터페이스 구현 자료구조 인터프리터 애플리케이션 작업 메모리 기반규칙 센서와 이펙터 평가 요약 13장 전투 설정 무기 근접 무기 원거리 무기 무기의 요구조건 환경 조건 훈련 공간 요약 14장 플레이어의 슈팅 기술 전투의 기술 접근전 원거리 전투 게임 기술 쪼개놓자! 전투의 흐름 슈팅의 기준 케이스 스터디 요약 15장 슈팅의 형식적인 분석 배경지식 가능한 옵션 컨텍스트 감지 능력 액션 체계화 결정에 관련된 요인 가정 명세 인터페이스 골격 코드 요약 16장 물리를 이용한 예측 기초 물리적 상태 수치 적분 교차점 계산 행동 예측 시뮬레이션 알고리즘 실험 평가 요약 17장 퍼셉트론 퍼셉트론의 역사 Rosenblatt의 퍼셉트론 Widrow와 Hoff의 아달린 생물학적 영감 모델 개관 시뮬레이션 전체 합 활성화 대략적인 알고리즘 최적화에 대한 소개 단순무식한 최적화 수치적 최적화 스티피스트 디슨트 지역 최소값 운동량의 추가 시뮬레이티드 어닐링 퍼셉트론 가중치의 최적화 델타 규칙 수학적 증명 학습 절차 데이터 집합 학습 알고리즘 개략적인 해설 시각적 해석 요약 18장 조준 오차 다루기 운동량과 마찰 명시적 모델 선형 근사 방법 평가 오차 다루기 역함수 구현 평가 요약 19장 다중 계층 퍼셉트론 퍼셉트론의 역사 소개 구조 활성화 함수 활성화 함수의 종류 시뮬레이션 생물학적 신경망 뉴런 뇌 요약 학습 알고리즘 역방향 전달 백프롭 알고리즘 퀵프롭 알고리즘 알프롭 알고리즘 실제적 쟁점 일반화 테스트와 검증 점진적 방식 vs. 일괄적 방식 점진적 학습 논의 장점 단점 요약 20장 목표 지점의 선택 케이스 스터디 이론적 설명 모듈 설계 초기화 인터페이스 구현 자료구조 시뮬레이션과 학습 어플리케이션 알고리즘 로켓 추적 노이즈 처리 입.출력 학습 절차 평가 요약 21장 문제의 이해 블랙박스로서의 문제 이해 직관적인 이해 소프트웨어의 명세 이론적 분석 기반 지식 사용량 분석 변수와 공분산 효과적인 도메인 기본적 이해 문제의 특성 문제의 속성 문제 다듬기 단순화 나누어 정복하기 방법론 실험에 의한 특성 추출 데이터 분석 요약 22장 전투 조건 무기의 속성 무기의 활용성 적과의 거리 전투의 진행 상황 플레이어와 적의 상태 환경 배치 무기 경쟁 플레이어의 기술 학습 공간 요약 23장 무기의 선택 무기 선택 의사결정 무기 효용성을 예측하는 이론 선택 방법 적합도 계산의 두 가지 방식 연역추론 경험 절충형 접근방식 무기 선택의 평가기준 명확성 정당성 케이스 스터디 요약 24장 무기 선택 인터페이스 가능한 옵션들 컨텍스트 감지 액션 체계화 결정 기준 가정 명세 인터페이스 골격 코드 요약 25장 스크립트를 이용한 전략 결정 스크립트 기초 스크립트 언어 스크립트 환경 컴포넌트 통합 스크립트 모듈 스크립트를 이용한 무기 선택의 구현 개요 무기 속성 투표 시스템 환경 특성을 고려한 투표 결과 시간적 제약 평가 요약 26장 분류 트리와 회귀 트리 의사결정 트리의 구조 데이터 샘플 의사결정 트리 조건 노드 리프 노드 분류와 회귀 의사결정 트리의 학습 재귀적 분할 기법 개요 데이터 집합의 분할 학습 절차 데이터 집합의 관리 가지치기 배깅과 부스팅 논의 요약 27장 무기 적합도의 학습 네 가지 접근방식 적절한 무기의 학습 무기 적합도의 학습 무기 속성의 학습 투표 시스템의 학습 체계화 방법론 논의 모듈 설계 초기화 인터페이스 구현 자료구조 예측 어플리케이션 환경 특성의 해석 전투 에피소드의 관찰 적합도 계산 사실성을 높이기 위한 의도적 오류 평가 요약 28장 솔루션의 이해 솔루션의 복잡도 정보 이론과 AI 최소 복잡도 이론과 실제 탐색 공간 내부 표현 예제 탐색 공간의 특성 솔루션을 찾는 여러 가지 접근방식 전문가의 솔루션 전문가의 도움 샅샅이 뒤지는 방식 무작위 탐색 절충형 방식 요약 29장 분석과 명세 게임 세계의 객체 아이템 이동 장치 테스트 환경 행동양식의 개선 사람의 방식 평가 기준 케이스 스터디 명세 동작 인벤토리 시각 물리적 상태 요약 30장 퍼지 논리 집합 논리의 확장 원리 퍼지 집합 집합 이론 퍼지 변경자 퍼지 표현방식 퍼지 변수와 값 언어적 변수 퍼지화 역퍼지화 퍼지 논리 연산자 언어적 표현 퍼지 논리에 대한 반대 퍼지 제어와 의사결정 작업 메모리 지식 기반 퍼지 인터프리터 알고리즘 논의 요약 31장 퍼지 시스템을 이용한 이동 행동의 개선 퍼지 변수와 포함 함수 액션 감지 퍼지 규칙 문 사용 사다리 사용 플랫폼 사용 모듈 설계 초기화 인터페이스 평가 요약 32장 유전 알고리즘 생물학적 진화 진화 이론 생물학적 재생산 영감 유전학과 표현 방식 게놈과 유전형 피놈과 표현형 변환 유전 알고리즘 개체 집단 초기화 평가 선택 교배 변이 교체 유전 연산자와 진화 정책 초기화 교배 변이 선택 교체 고급 주제 이른 수렴 느린 수렴 파라미터, 파라미터, 파라미터 적용 분야에 대한 지식 논의 요약 33장 학습하는 분류자 시스템 분류자의 표현 방식 선행절과 결과절 추가 속성 분류자 시스템의 개요 아키텍처 센서 입력과 일치하는 분류자의 선택 새로운 분류자의 생성 분류자의 제거 예측 액션 선택 강화 논의 요약 34장 유전 알고리즘을 이용한 적응형 방어 전략 액션 시퀀스의 표현 방식 액션과 파라미터 액션 시퀀스 유전 연산자 무작위 생성 교배 변이 유전 알고리즘 개요 유전 알고리즘 모듈 설계 유전 알고리즘의 역할 인터페이스 적합도 계산 로켓 점프 폭파 회피 어플리케이션 평가 요약 35장 학습하는 AI의 설계 학습의 목적 왜 학습하는가? 무엇을 학습하는가? 학습의 접근방식 온라인 학습과 오프라인 학습 두 가지 기본적인 기법 다양한 학습 컴포넌트 감독 학습 강화 학습 진화 학습 무감독 학습 비교 행동 학습의 방법론 훈련 모방 시행착오 구체화 비교 요약 36장 감정을 가진 캐릭터 인간 진화 과정에서 나타난 감정 감정의 생물학적 모델 감정에서 인공지능까지 사람과 기계의 상호작용 게임에서의 감정 요약 37장 감각, 감정, 느낌 감각 지각에 의한 감각 인식에 의한 감각 감정 기분 느낌 감정 전달을 위한 인터페이스 설계 원칙 체계화 명세 게임에서 감정의 전달 기존 센서와 액션의 활용 센서 새로운 인터페이스 감정 표현의 예 요약 38장 유한상태 기계 형식적 정의 유한상태 오토마타 밀리 머신 무어 머신 표현 방식과 시뮬레이션 전이 배열 유향 그래프 문법 제어 로직 절차적 방식 절차적 유한상태 기계의 잠재적 문제점 절차적 제어의 해법 최적화 논의 장점 단점 요약 39장 유한상태 기계를 이용한 감정 모델링 인공 감정의 설계 1차적 감정 자극과 감각 행동 반응 유한상태 모듈의 개발 데이터 교환 유한상태 오토마타 유한상태 기계 인터페이스 구현 유한상태 기계로 감정 만들기 감정 처리를 위한 유한상태 기계 감각 처리를 위한 유한상태 오토마타 통합 평가 요약 40장 비결정적 상태 기계 개요 퍼지 상태 기계 정의 표현 시뮬레이션 논의 비결정적 상태 기계 정의 표현 알고리즘 논의 확률적 상태 기계 정의 알고리즘 논의 요약 41장 계층적 상태 기계 개요 계층구조 중첩된 상태 중첩된 유한상태 기계 혼성 계산 모델 계층 간 상호작용 마스터와 슬레이브 스택 기반 레벨 오브 디테일 상호작용 구조의 일반화 논의 장점 단점 요약 42장 감정 시스템 계층적 아키텍처 느낌의 모델링 관계에 대한 기억 느낌의 인식 개선된 감각 다양화된 자극 감각의 조합 퍼지 오토마타의 시뮬레이션 감정의 축적 매너리즘을 이용한 감정 표현 기분의 계층구조 평가 요약 43장 창발성 창발성의 정의 창발성에 관한 논의 창발성의 종류 창발적 행동양식 보다 영리한 환경, 보다 단순한 행동양식 행동 유도 인지와 전파 창발적 기능 요약 44장 전략적 의사결정 게임 상황 영향을 주는 요인들 의사결정에서 고려하는 특성들 개인적 목표 전략적 행동 애니멋과 의사결정 훈련 공간 요약 45장 전술적 지능의 구현 전략적 행동의 제작 기존 기술의 재활용 기본 행동 포섭 구조 확장된 유한상태 기계 계층적 접근방식 구현과 최적화 포섭 구조의 적용 평가 요약 46장 강화학습 강화 이론의 정의 게임 내 상황 강화 모델 행동 정책 최적에 대한 정의 마르코프 의사결정 과정 기본 요소 값 함수 강화 문제의 종류 탐색 vs. 이용 학습 도구 강화 학습 알고리즘 동적 프로그래밍 기법 몬테 카를로 기법 시간 차이 학습 고급 주제 근사자 계층 논의 장점 단점 요약 47장 반응형 전략의 학습 제어에 따른 분해 적응형 수집 행동 액션 상태 보상 신호 학습 정책 이동 모델링 액션 상태 보상 신호 학습 정책 슈팅 스타일의 학습 액션 보상 신호 학습 정책 다른 능력들 평가 요약 48장 행동의 적응 무엇이 문제인가? 학습이 이뤄지지 않는다 제어가 불가능하다 최적의 결과가 아니다 비사실적이다 견고한 소프트웨어 공학 신뢰성 있는 프로그래밍 테스트와 디버깅 AI 공학 견고한 설계 모델링 적합도와 보상 아키텍처 방법론 요약 49장 게임 AI 공학의 원칙 아키텍처 AI 모듈 능력 행동양식 중재 구현 네이티브 코드 스크립트 데이터 구동 기술과 그 활용도 문제 해결 순차적 제어 패턴 인식 시퀀스 인식 학습과 피드백 메커니즘 요약 50장 다음 단계를 향하여 오직 연습뿐 열려있는 도전 게임 AI 전문가 포럼 세계 모델 계획형 기법 참고자료 찾아보기 CD 설치 가이드 새로운 방식의 게임 AI |
저자 소개
저자 : Alex J. Champandard
인공지능 분야에서 탄탄한 학문적 배경을 가지고 있고, 요크(York)와 에딘버러(Edinburgh) 대학에서 공학 학위를 받았다. 그는 게임 개발자 회의(Game Developers Conference:GDC)등에서 가끔 AI 연구에 대한 발표를 한다. 특히 GDC에서는 학습 AI를 주제로 한 원탁회의(roundtable)의 의장을 맡고 있다. 또한 FEAR(오픈 소스 게임 AI 프로젝트)의 수석 프로그래머로서 전문 프로그래머들에게 최신의 프로토타입을 상업용 게임에 통합하는 작업에 관해 상담을 해주고 있다. 그는 유명한 AI 커뮤니티 사이트인 AI-Depot의 설립자이기도 하다. 이 곳에 AI 매니아들을 대상으로 한 튜토리얼을 정기적으로 올려놓고 있다. Alex는 AI Game Programming Wisdom 시리즈에도 여러 편의 글을 실었다. 그는 AI 게임 기법의 일반적인 특성에 대한 정의를 내리는 AI 표준 인터페이스 위원회에 회원 있다.
역자 : 이강훈
서울대학교 컴퓨터공학부 운동 연구실(Movement Research Lab)에서 캐릭터 애니메이션과 관련된 연구를 수행 중이다. 캐릭터 애니메이션을 비롯해 실시간 렌더링, 인공지능, 게임 프로그래밍 등에 관심이 많다. 역서로는 『포토샵 7 업그레이드 - 처음부터 다시 배울래 이것만 배울래』『플래시 MX 액션 스크립트 - 코딩에 몸서리치는 당신을 위하여』『성공으로 이끄는 게임 개발 스토리』등이 있다.
품목정보
- 발행일
- 2004년 11월 19일
- 쪽수, 무게, 크기
- 768쪽 | 1516g | 188*254*40mm
- ISBN13
- 9788989975526
