AI游戏开发和深度学习进阶

作品简介

本书是一本关于游戏和谜题AI的书籍，对AI基础理论、深度学习、强化学习以及使用进化计算的新方法进行了介绍，并通过具体示例进行了详细的解释说明。此外，本书不仅涵盖算法，还涵盖与AI相关的主题、历史背景和数学主题的诸多内容，其中包含如何让游戏AI表现得像一个人类玩家。实际上，对游戏AI的研究不单纯是针对游戏，它还有助于解决许多与优化理论和系统工程相关的问题。通过本书，你将了解：游戏AI的历史和背景。如何使用各种算法解开游戏谜题。游戏AI如何与人类对弈。如何使游戏AI更加智能、类人化。

伊庭齐志（Hitoshi Iba），工学博士，东京大学大学院情报理工学系研究科电子信息学专业教授，也是Genetic Programming and Evolvable Machines（GPEM）的副主编。他从事人工智能和人工生命的研究，主要研究领域包括进化系统、基因组信息处理、金融工程和复杂系统。

作品目录

• 作者简介
• 译者简介
• 译者序
• 前言
• 第1章　谜题与游戏AI的过去和现在
• 1.1　关于AI的预言成真了吗
• 1.2　游戏AI的历史和背景
• 1.3　游戏AI是否会剥夺人类的乐趣
• 1.4　游戏AI的意义
• 1.5　游戏的深奥程度与“先下手为强”定理
• 第2章　解谜的AI
• 2.1　搜索树
• 2.2　推箱子
• 2.3　数字连线
• 2.4　日式华容道
• 2.5　孔明棋
• 2.6　尝试用数学知识解决数独问题
• 第3章　依赖约束的谜题和非单调推理
• 3.1　纵向搜索与回溯
• 3.2　数学家弄错的国际象棋谜题
• 3.3　线条图的解释与错觉画
• 3.4　ATMS与四色问题
• 3.5　解开国际象棋谜题
• 3.6　Knuth的谜题与位棋盘
• 第4章　会玩游戏的AI
• 4.1　井字棋与树
• 4.2　游戏的树搜索
• 4.3　黑白棋与Fool's mate
• 4.4　A*马里奥
• 4.5　蒙特卡罗树搜索
• 4.6　立体四子棋
• 4.7　黑白棋的蒙特卡罗算法和NegaScout算法
• 4.8　如何赢得博弈
• 4.9　消灭幽灵：AI吃豆人
• 第5章　学习、进化和游戏AI
• 5.1　来自AlphaGo的震撼
• 5.2　DQN和街机游戏
• 5.3　进化的马里奥
• 5.4　神经进化
• 5.5　吃豆人的神经进化
• 5.6　充满好奇心的马里奥
• 第6章　游戏AI与类人化
• 6.1　为什么需要类人化的AI
• 6.2　通用游戏是什么
• 6.3　图灵测试和最类人化的AI
• 6.4　不使用“类人化”函数的类人化游戏AI
• 6.5　使用“类人化”函数的类人化游戏AI
• 参考文献