注冊 | 登錄讀書好，好讀書，讀好書！
讀書網(wǎng)-DuShu.com
當(dāng)前位置： 首頁出版圖書科學(xué)技術(shù)計算機/網(wǎng)絡(luò)圖形圖像、多媒體、網(wǎng)頁制作綜合人工智能在計算機游戲和動畫中的應(yīng)用（認知建模方法）

人工智能在計算機游戲和動畫中的應(yīng)用（認知建模方法）

人工智能在計算機游戲和動畫中的應(yīng)用（認知建模方法）

定　價：￥28.00

作　者： （美）方約翰?
出版社： 清華大學(xué)出版社
叢編項：
標(biāo)　簽： 人工智能 應(yīng)用 電子計算?
ISBN： 9787302081982 出版時間： 2006-01-01 包裝： 膠版紙
開本： 23cm 頁數(shù)： 163 字數(shù)：  

內(nèi)容簡介

“JohnFunge博士提供了人工智能技術(shù)與計算機游戲設(shè)計之間的一座學(xué)術(shù)橋梁，同時也豐富了這兩個領(lǐng)域。采用Funge的認知建模方法，未來的游戲?qū)⒁宰灾鹘巧珵樘厣?，它們是更聰明、更靈巧、更可靠的智能角色。這本書也給人工智能學(xué)者提供了入門向?qū)?，以便進入重要的商業(yè)領(lǐng)域，為游戲和動畫創(chuàng)建魯棒的自主角色。Funge讓我們更接近那一天：游戲中的角色具有超出‘僅僅是一個漂亮臉蛋’的性能?！薄狢ratgReynolds研究員（SONYPlavstation索尼公司）“JohnFunge博士寫了一本令人信服的書，其中描述了一種系統(tǒng)．目的是讓設(shè)計者在更高的抽象層次上去指導(dǎo)角色的行為。他為解決實際問題提供了一種新方法，其研究成果將鼓勵圖形學(xué)研究者和游戲開發(fā)者去拿起人工智能教科書?！薄狟ruceM．Blumberg教授（MediaLab，M．I．T．麻省理工學(xué)院）“這本書起源于多倫多大學(xué)最近關(guān)于先進計算機動畫的一系列新的博士論文。JohnFunge博士的里程碑式的論文實現(xiàn)了計算機圖形學(xué)與人工智能的結(jié)合。認知建模是一種吸引人的新方法，鋪砌了通向智能角色的道路，以便廣泛應(yīng)用于交互式游戲，多媒體創(chuàng)作，虛擬現(xiàn)實，以及動畫制作產(chǎn)業(yè)。JohnFunge擴展了人工智能方法學(xué)的內(nèi)核，并用于創(chuàng)建前所未有的靈巧自主角色，這些角色棲息于高度動態(tài)的虛擬世界。這本杰出的書提供了一整套方法，以創(chuàng)建具有認知能力的自主動畫角色，它們具有基本的“動物邏輯”，因而可以更像人類演員那樣被導(dǎo)演。JohnFunge的觀點將感染計算機圖形學(xué)和人工智能的研究和技術(shù)人員，使其投身到創(chuàng)建具有擬人角色的挑戰(zhàn)中去。”——DemetriTerzopoulos教授（UniversityofToronto多倫多大學(xué)）本書主要研究人工智能認知建模方法在計算機游戲和動畫中的應(yīng)用。在“情景演算”（situationcalculus）中融人感知信息，采用“區(qū)間數(shù)學(xué)”（intervalarithmetic）表示“不確知性”（uncertainty），提出在虛擬世界中建立自主角色認知模型的新方法；給出高層非確定性目標(biāo)導(dǎo)向行為與低層確定性預(yù)定義行為相結(jié)合的體系結(jié)構(gòu)和實時協(xié)調(diào)控制方案，基于復(fù)合行動的角色指導(dǎo)與行動規(guī)劃方法，基于決策樹的角色學(xué)習(xí)與知識獲取方法，基于情景樹自動搜索的行動路徑優(yōu)化方法等。人工智能與計算機圖形學(xué)之間的相互結(jié)合和相互影響正在迅速地發(fā)展，新的智能自主圖形角色開始普及到游戲、動畫、多媒體、多用戶虛擬世界、電子商務(wù)和其他基于Web的活動領(lǐng)域。智能自主圖形角色建模是多方面努力的成果，從底層的幾何模型、物理模型，中間層的生物力學(xué)模型到高層的行為模型。本書的主要內(nèi)容集中研究角色模型“金字塔”頂層的“認知模型”（CM），利用它使角色知道如何獲取知識，如何利用知識去規(guī)劃行動。在論述認知建模中某些令人感興趣的挑戰(zhàn)性問題時？本書采取了學(xué)術(shù)研討的方式，目的是希望引起讀者的思考和進一步研究。本書不想成為一本關(guān)于計算機游戲工具的手冊。凡具有計算機科學(xué)基礎(chǔ)知識的人都可以接受書中的主要概念，某些章節(jié)可能較難，可略過不讀。這樣不會影響內(nèi)容的連貫性。

作者簡介

　　JohnDavidFunge（方約翰）是iKuni公司的主要科學(xué)家和創(chuàng)建者之一，iKunilnc。是基地在美國硅谷的一家新公司，致力于人工智能在計算機娛樂領(lǐng)域的應(yīng)用研究和開發(fā)。John曾在美國索尼計算機娛樂公司（SonyComputerEntertainmentAmerica’s）的研究所（SCEA）工作，在這之前，他是lnter公司微機研究所（MPL）的成員。1990年，John獲得英國倫敦皇家學(xué)院的數(shù)學(xué)學(xué)士學(xué)位，1991年獲得英國牛津大學(xué)計算機科學(xué)碩士學(xué)位。攻讀博士學(xué)位期間，John成功地開發(fā)了計算機游戲和動畫中角色高級控制的新方法。他是本書“AlforGamesandAnimation：ACognitiveModelingApproach”以及許多科技論文的作者。該書是率先系統(tǒng)地研究人工智能在游戲和動畫中應(yīng)用方法和技術(shù)的專著之一。John現(xiàn)在的研究興趣包括計算機動畫、計算機游戲、機器學(xué)習(xí)、區(qū)間數(shù)學(xué)和知識表達。

圖書目錄

第1章  緒論
  1.1  認知角色
  1.2  領(lǐng)地知識
  1.3  角色指導(dǎo)
  1.4  知識獲取
  1.5  現(xiàn)象論
  1.5.1  機器人
  1.5.2  實用世界模型
  1.5.3  離散化
  1.5.4  不確知性
  1.6  實現(xiàn)
  1.6.1  認知建模語言
  1.7  其他模型
第2章  背景資料
  2.1  幾何模型
  2.1.1  基礎(chǔ)
  2.1.2  幾何約束
  2.1.3  剛體運動
  2.1.4  擴展剛體運動
  2.1.5  關(guān)節(jié)連接體
  2.2  運動學(xué)控制
  2.2.1  關(guān)鍵幀
  2.2.2  運動步驟控制
  2.3  物理模型
  2.3.1  變形體物理學(xué)
  2.3.2  關(guān)節(jié)剛體物理學(xué)
  2.3.3  正向動力學(xué)
  2.3.4  反向動力學(xué)
  2.3.5  附加的幾何約束
  2.4  非滲透性
  2.4.1  碰撞檢測
  2.4.2  碰撞解決和靜態(tài)接觸
  2.5  生物力學(xué)模型
  2.5.1  狀態(tài)空間
  2.5.2  輸出矢量
  2.5.3  輸入矢量
  2.5.4  控制函數(shù)
  2.5.5  控制函數(shù)綜合
  2.6  行為和認知模型
  2.7  注釋
第3章  領(lǐng)地知識表達
  3.1  數(shù)理邏輯
  3.1.1  符號
  3.1.2  類別
  3.2  情景演算
  3.2.1  流
  3.2.2  資歷問題
  3.2.3  效應(yīng)公理
  3.2.4  老框問題
  3.2.5  派生問題
  3.2.6  定義流
  3.2.7  外因行動
  3。3  討論
  3.4  注釋
第4章  感知
  4.1  產(chǎn)生知識的行動
  4.1.1  知識流
  4.1.2  感知
  4.1.3  討論
  4.2  區(qū)間數(shù)學(xué)
  4.3  區(qū)間取值的知識流
  4.4  非精確感知器
  4.5  感知正在變化的值
  4.6  正確‘陛
  4.6.1  有效性和最優(yōu)性
  4.6.2  等價性
  4.7  區(qū)間算子
  4.8  術(shù)語知識
  4.9  有用性
  4.9.1  實例
  4.10  注釋
第5章  角色指導(dǎo)
  5.1  預(yù)定義行為
  5.1.1  反應(yīng)行為規(guī)則
  5.1.2  分層有限狀態(tài)機
  5.2  目標(biāo)導(dǎo)向行為
  5.2.1  情景樹
  5.3  折衷方案
  5.3.1  前提條件公理
  5.3.2  復(fù)合行動
  5.3.3  實現(xiàn)
  5.4  一個簡單的教學(xué)用例：走迷宮
  5.4.1  領(lǐng)地知識
  5.4.2  角色指導(dǎo)
  5.5  討論
  5.6  注釋
第6章  學(xué)習(xí)
  6.1  機器學(xué)習(xí)
  6.1.1  學(xué)習(xí)效應(yīng)公理
  6.1.2  學(xué)習(xí)前提條件公理
  6.1.3  學(xué)習(xí)行為
  6.2  創(chuàng)建訓(xùn)練集
  6.2.1  手工輸入
  6.2.2  前提條件和效應(yīng)公理
  6.2.3  行為
  6.2.4  訓(xùn)練集大小問題
  6.2.5  離散化
  6.2.6  挑選屬性
  6.3  學(xué)習(xí)函數(shù)的表達
  6.3.1  合并學(xué)習(xí)函數(shù)
  6.3.2  決策樹
  6.4  學(xué)習(xí)算法
  6.5  討論
  6.6  注釋
第7章  系統(tǒng)整合
  7.1  預(yù)定義行為層
  7.2  接口
  7.2.1  感知
  7.3  磙動向前
  7.4  嵌入目標(biāo)導(dǎo)向行為
  7.4.1  容錯
  7.4.2  基于優(yōu)先權(quán)的控制系統(tǒng)
  7.4.3  子目標(biāo)
  7.4.4  實時響應(yīng)
  7.5  智能群體
  7.6  注釋
第8章  認知建模語言CML
  8.1  前提條件公理和效應(yīng)公理
  8.2  復(fù)合行動
  8.3  討論
  8.4  注釋
第9章  電影攝影術(shù)
  9.1  自動電影攝影機
  9.1.1  領(lǐng)地知識
  9.1.2  角色指導(dǎo)
  9.2  實現(xiàn)
  9.3  討論
  9.4  注釋
第10章  史前世界
  10.1  史前世界
  10.2  效應(yīng)公理
  10.2.1  討論
  10.2.2  學(xué)習(xí)效應(yīng)公理
  10.3  前提條件公理
  10.4  角色指導(dǎo)
  10.5  實現(xiàn)
  10.5.1  實時性能
  10.6  討論
  10.7  注釋
第1]章  海底世界
  11.1  討論
  11.2  概述
  11.3  逃避行為
  11.3.1  領(lǐng)地知識
  11.3.2  角色指導(dǎo)
  11.4  成功逃避
  11.5  寵物保護
  11.5.1  復(fù)合行動
  11.6  多角混戰(zhàn)
  11.7  可見性測試
  11.8  低層系統(tǒng)實現(xiàn)
  11.8.1  外貌子系統(tǒng)
  11.8.2  運動子系統(tǒng)
  11.8.3  關(guān)節(jié)連接體
  11.8.4  感知子系統(tǒng)
  11.8.5  行為子系統(tǒng)
  11.9  討論
  11.10  注釋
第12章  結(jié)論
  12.1  人工智能AI加速卡
  12.2  機器人學(xué)
  12.3  電子商務(wù)和Web娛樂
  12.4  其他應(yīng)用
  12.5  結(jié)論
附錄1  關(guān)于“認知建模與人工智能”的對話
附錄2  G010g語言簡介
附錄3  中英文術(shù)語對照表
參考文獻
中文版補充參考文獻
致謝

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.autoforsalebyowners.com 2005-2026, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號