游戏中的人工智能开发是游戏研发中最具挑战性的任务之一，而本书汇集了与游戏人工智能开发有关的知识，借助这些知识，程序员能够开发出有趣的AI 角色，为玩家带来美妙的游戏体验。本书分为7 个部分共48 章，分别讨论了通用智能、体系架构、运动与寻路、战略与战术、agent 意识与知识表征、竞速以及其他领域的游戏AI 技术。读者可以以本书作为路线图，了解在智能游戏方面哪些技术已经被成功使用，哪些具有很大的潜力。本书的作者都是游戏人工智能的专家，在此行业摸爬滚打多年，其观点和技术均在自身产品中做过验证，因而有很高的参考价值。书中有些章节甚至提供了源码，可供读者方便地应用到自己开发的游戏程序中。对于希望为玩家带来引人入胜的游戏体验的开发者，本书非常值得一读。

距上一本讲述游戏 AI 的图书发布已经有5 年的时间了，书中的内容已经过时。在2008 年出版AI Game Programming Wisdom 系列以后，许多为此书做出过贡献的作者将工作重心转移到了建设游戏AI 程序员社区—游戏AI 程序员协会（www.gameai.com），和每年在游戏开发者大会中组织AI 峰会上。虽然这些事情一直都特别值得让我们为之付出，但很明显，还是有些东西被我们遗漏了。 尽管随着网络信息的指数级增长，技术书籍可能会变得式微，但我们不得不承认要在某一小众领域（如游戏人工智能）中，找到高质量且叙述详尽的专业资料还是很难的。实际上，相较于其他领域而言，在游戏AI 方面并没有那么多的专业人士。几年前建立的游戏AI 程序员协会只有350 多名专业的游戏AI 开发者，因此在这个世界上专业的游戏AI 开发者可能只有这个数的两倍或者三倍。事实上，这是一个很小的圈子，能让他们中的54 个人在本书中与你 分享他们的专业知识，这对我而言犹如一份厚礼，我对此表示非常感激。 我个人之所以热爱编纂书籍是因为它就像是一个力量倍增器。只要将技术和理念简单地提炼到纸面上，就可以将从一个游戏中得到的知识和智慧分享给成百上千的游戏开发者。那些可能会消失的，或是因不知其存在而不得不反复探索 的知识和智慧将会被散播和传授给几十或几百个其他的工作室和个人。我们将不再被迫去重复研发一些已有的技术，而是可以站在我们同行的肩膀上前行。 幸运的是，这一领域终于开始走向成熟，并且正在逐步建立一些坚实的学术基础。从零开始一切都需要自己研发的日子已经过去了。如今，我们可以在有据可查的理论之上（如行为树和效用理论等）构建框架。我们可以直接使用花费数十年才得出的寻路知识和诀窍。迄今为止，我们还有许多的东西需要去发明，还有许多方向需要去探索。但愿这本书的内容能在你需要的时候帮你一把，在你渴求答案时给你启发。 Steve Rabin

第一部分 通用智能 1 什么是游戏中的人工智能..............................................................................................2 2 通过神经学的研究激励游戏AI.....................................................................................10 3 用于游戏AI 的高级随机值技术：高斯随机值、随机值筛选与柏林噪声.......................31 第二部分 体系架构 4 行为选择算法一览.......................................................................................................50 5 结构化架构：游戏AI 开发的常用技巧.........................................................................68 6 行为树新手包..............................................................................................................82 7 用脚本写现实世界的行为树......................................................................................107 8 模拟行为树：一种行为树/规划器混合方法...............................................................116 9 效用理论导论...........................................................................................................133 10 行为树的效用决策整合...........................................................................................150 11 决策系统中的反馈与思考........................................................................................163 12 通过实例探索HTN 规划器......................................................................................175 13 多单位作战演习：基于规划空间的分层规划方法....................................................200 14 LOD 交易员对AI 细节等级的非凡控制能力.............................................................218 15 用于快速开发AI 的运行时编译C++ ........................................................................239 16 探究禁忌的深度：脚本和AI.....................................................................................261 第三部分 运动与寻路 17 寻路架构的优化......................................................................................................286 18 选择一个寻路空间表征...........................................................................................300 19 使用迭代波前边缘增量的方法创建高阶导航网格...................................................307 20 MMO 游戏服务器端大世界寻路的预计算...............................................................318 21 使用转向圈的编队运动技术....................................................................................340 22 预规划运动的碰撞回避...........................................................................................348 23 群体寻路与利用流场网格的转向............................................................................359 24 手游中的高效群体实现..........................................................................................372 25 动画驱动的移动规划..............................................................................................381 第四部分 战略与战术 26 战术点选择系统：架构和查询语言........................................................................396 27 NavMesh 上的战术寻路........................................................................................427 28 超越功夫圈：一个管理NPC 攻击的灵活系统........................................................436 29 《杀戮地带3》多人模式中的分层AI 设计..............................................................444 30 使用神经网络控制AI 的反馈..................................................................................463 第五部分 agent 意识和知识表征 31 Crytek 的目标记录感知系统..................................................................................476 32 抓住那个忍者：2D 潜行游戏中的NPC 意识..........................................................487 33 向游戏环境聪明地问问题......................................................................................499 34 一个简单而健壮的知识表征系统...........................................................................512 35 一个简单且实用的社交动态系统...........................................................................522 36 为背景角色带来生活气息......................................................................................533 37 生成托辞：随时随地愚弄所有的玩家....................................................................543 第六部分 竞速 38 竞速游戏中的AI 架构综述.....................................................................................556 39 表现AI 控制的载具和驾驶赛道..............................................................................566 40 利用PID 控制器实现的赛车控制系统.....................................................................579 41 用于赛车游戏AI 的热视觉系统：一种确定最优路径位置的新颖方法.....................591 42 用于游戏和竞赛管理的橡皮筋系统........................................................................597 第七部分 其他 43 一种富角色的社交模拟架构...................................................................................606 44 一种基于控制的动物行为体系架构........................................................................625 45 用于AI 的GPGPU .................................................................................................634 46 使用虚拟音效设计师创建动态音景........................................................................645 47 实现健壮的第三人称摄像机系统............................................................................653 48 N-Gram 技术在玩家预测、自动生成与模式化AI 中的应用....................................666

付凌霄，复旦大学计算机科学硕士，于2016年加入育碧，现在育碧上海工作室任高级游戏逻辑程序员一职，参与《孤岛惊魂》游戏制作。在此之前，他任职于英佩游戏“火源计划”项目组，从事游戏引擎和游戏AI的开发工作，对AI相关算法、技术的实现和应用有深刻的理解。__eol__江岸栖，现为育碧成都的关卡主策划，在育碧工作9年，参与过《刺客信条：起源》《刺客信条：叛变》《Skull and Bones》《雷曼传奇》《闪回》《歪小子斯科特对抗全世界》的研发工作。知乎ID：江岸栖。__eol__王迅，先后工作于腾讯、网易，多年从事于大型游戏的分布式服务器开发。关注高性能分布式服务端框架技术，关注游戏中的AI技术，以及人工智能在游戏行业的应用前景。微信公众号：说给开发游戏的你(ID: gamedev101)。__eol__英伦，游戏设计师，毕业于上海外国语大学，2015年加入网易游戏，参与过多款游戏的本地化与研发工作。个人反馈邮箱：yinglun@live.cn。__eol__杨扬，毕业于首都经济贸易大学华侨学院。2009年进入游戏行业，现为腾讯互娱魔王工作室游戏策划。__eol____eol__