نرم افزار: سیستم ها: محاسبات علمی

تکنیک های هوش مصنوعی برای برنامه نویسی بازی

AI Techniques for Game Programming

دانلود کتاب AI Techniques for Game Programming (به فارسی: تکنیک های هوش مصنوعی برای برنامه نویسی بازی) نوشته شده توسط «Mat Buckland»


اطلاعات کتاب تکنیک های هوش مصنوعی برای برنامه نویسی بازی

موضوع اصلی: کامپیوتر – علوم کامپیوتر

نوع: کتاب الکترونیکی

ناشر: Premier Press

نویسنده: Mat Buckland

زبان: english

فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2002

تعداد صفحه: 481

حجم فایل: 11.07 مگابایت

کد کتاب: 193184108X , 9781931841085

نوبت چاپ: 1

توضیحات کتاب تکنیک های هوش مصنوعی برای برنامه نویسی بازی

می دانم به چه فکر می کنید: هک، کتابی که در اوایل دهه 2000 با نقدهایی در سال 2005 منتشر شد، همانطور که به سال 2010 و بعد از آن نگاه می کنیم، باید بسیار قدیمی باشد. اشتباه! مطمئناً، اکثر برنامه‌نویسان هوش مصنوعی با تکنیک‌های متعدد جدید در C++ و جاوا از Win 32 گذشته‌اند، و کتاب بعدی نویسنده (برنامه‌نویسی بازی هوش مصنوعی توسط مثال برنامه‌نویسی بازی هوش مصنوعی توسط مثال) در پر کردن جزئیاتی که برای برنامه‌نویسان مبتدی و متوسط ​​در اینجا جا مانده است، فوق‌العاده است. . با این حال، TGP تمام ویژگی های یک کلاسیک را دارد، و اگر آن را از دست بدهید، کتابخانه هوش مصنوعی شما یک حفره خیره کننده و تنها خواهد داشت. گروه شبیه‌سازی هوانوردی ما در xtmh dot com فارغ‌التحصیلان تازه‌کار متعددی را از مدارس عملی باکیفیت مانند Full Sail و همچنین مدارس انتزاعی باکیفیت مانند MIT استخدام می‌کند. آنچه ما متوجه شدیم این است که دانش‌آموزانی که خود را در دو کتاب باکلند پایه‌گذاری کرده‌اند، سپس با به‌روز ماندن با گشودگی و پشتیبانی او تکامل یافته‌اند، تعادل فوق‌العاده‌ای بین مهارت‌های ریاضی بالاتر (مانند برنامه‌نویسی درجه دوم، تانسورها و بردارها) و عملی دارند. خرد انگیزه عامل “بیولوژیکی”. بیایید مثال دیگری بزنیم: فرض کنید شما عاشق طراحی بازی هستید، اما مجموعه مهارت شما در نوشتن، دیالوگ و توسعه شخصیت است، نه نقشه برداری تانسور در سطح MIT. همچنین فرض کنید که راهنمای نهایی فوق‌العاده برای نوشتن و طراحی (The Ultimate Guide to Game Writing and Design [ULTIMATE GT VIDEO GAME WRI -OS] را خوانده‌اید. شما یک شخصیت، موقعیت و دیالوگ نویسنده و طراح ماهر هستید، احتمالاً در ابررایانه ها، صنعت بازی، سرگرمی یا حتی زمینه های به سرعت در حال ادغام (با تشکر از شما pixar) فیلم/تلویزیون/بازی مکانی خوشایند پیدا کنید. انگیزه ها، عیوب، جستجوها، بردها و باخت های شخصیت ها (مثل زندگی واقعی) برای نوابغ هوش مصنوعی که دید شما را به صورت کد اجرا می کنند. برعکس این نیز صادق است–اگر بیشتر اهل کدنویسی هستید، دوست دارید ذهن خود را برای تفکر در سطح انگیزشی عاملی تر، با مدل های رفتاری آزمایش شده و جدید در موقعیت های مختلف باز کنید. بیایید صادق باشیم. — بازی های سال 2020 و پس از آن ar همه چیز در مورد تعامل عامل هوشمند. قدیمی‌ترین مشکل در بازی– اینکه چگونه یک شخصیت قهرمان باهوش را آنقدر ناامید کنیم که نیاز به جستجو داشته باشد، اما در عین حال آنها را شبیه احمق‌ها نکنیم (بایست، من نمی‌خواهم در مورد فراموشی بشنوم)، نتیجه در زندگی واقعی: مطمئناً، ما می‌توانستیم آنقدر باهوش شویم که فقط با هک کردن مغز خودمان، همه زندگی را بدانیم، اما خدا و کاربر برتر خود ما این دوگانگی عجیب را از یک مغز ناخودآگاه که قادر به انجام پردازشگر آرایه و هندسی مستقیم است، قرار داده‌اند. نگاشت تانسور – اساساً محاسبات ماتریسی مشتقات جزئی – کاری که هنوز هیچ ابررایانه‌ای نمی‌تواند انجام دهد (هنوز باید ماتریس‌های هندسی و تانسورها را برای پردازش حتی در ابررایانه‌ها به مدل‌های عددی تبدیل کنیم) – وقتی یک عمل ساده مانند عبور از یک خیابان را انجام می‌دهیم. ترافیک؛ با مغزی “هوشیار” که گاهی با ریاضیات چهار تابعی مشکل دارد! اگر می‌خواهید پارادوکس بی‌حوصلگی یک نابغه را در رشد شخصیت‌تان کشف کنید، و این دوگانگی خیلی دور از ذهن به نظر می‌رسد – به سادگی دوست معمولی خود را بررسی کنید یا به آینه نگاه کنید! آیا این یک انحراف است؟ خیر– ما فقط به این اشاره می کنیم که اگر مطالعه ساختارهای داده و الگوریتم ها را با تکنیک های هوش مصنوعی چند عاملی به خوبی تثبیت شده اکنون ترکیب کنید، می توانید چقدر ترکیب جالبی را تصور کنید. اشاره ای به آینده: ما در حال یافتن مشتریان پیچیده ای مانند ناسا و لوس آلاموس هستیم که به دنبال مدل های جدید برنامه نویسی AFFECTIVE هستند. به این معنی، شخصیت‌هایی که نه تنها یاد می‌گیرند و در حین حرکت در سیم‌های شما فکر می‌کنند، بلکه توسط آن واقعیت تلخ دیگر – قلب – انگیزه می‌گیرند. بنابراین منتقدانی که فکر می‌کنند باکلند قدیمی یا خیلی ساده است – تانسور خود را در چارچوب مرجع دیگری ترسیم کنید – پل زدن کد با انگیزه بیولوژیکی و احساسی – و خواهید دید که چرا جالب‌ترین بازی‌ها، سیم‌ها و حتی “مدل های” واقعی ساختار و عملکرد سلولی و سیناپسی به هر دو ریاضی سطح بالا و رفتارهای سرگرم کننده و جالب موقعیتی برای بهترین بازی ها و زندگی نیاز دارند.


I know what you’re thinking: Heck, a book published in the early 2000s with reviews in 2005 has to be pretty dated as we look at 2010 and beyond. Wrong! Sure, most AI programmers have moved past Win 32 with numerous new techniques in C++ and Java, and the author’s subsequent book (Programming Game AI by Example Programming Game AI by Example) is outstanding in filling in details left out for beginning and intermediate programmers here. However, TGP has all the makings of a classic, and if you miss it, your AI library will have a glaring and lonely hole. Our aeronautic simulation group at xtmh dot com hires numerous fresh grads from quality practical schools like Full Sail as well as quality abstract schools like MIT. What we find is that students who have grounded themselves in Buckland’s two books, then evolved by staying up to date with his refresing openness to communication and support, have an outstanding balance of higher math skills (like quadratic programming, tensors and vectors) and practical “biological” agent motivation wisdom. Let’s take another example: assume you love game design, but your skill set is in writing, dialog and character development, not MIT-level tensor mapping. Let’s also say you’ve read the wonderful ultimate guide to writing and design (The Ultimate Guide to Video Game Writing and Design [ULTIMATE GT VIDEO GAME WRI -OS]. You are a skillful character, situation and dialog writer and designer, and will likely find a welcome place in supercomputing, the game industry, entertainment, or even the rapidly integrating fields (thank you pixar) of film/TV/gaming. To be successful and at the top of your game, you’ll need to communicate your characters’ motives, flaws, quests, wins and losses (a lot like real life) to the AI geniuses who will execute your vision in code. BOTH of Dille’s books are written at a basic enough level to help you start translating your characterizations into agent behaviors. The opposite also is true– if you’re more of a codie, you’ll love opening your mind to thinking at a more agent motivational level, with both time tested and new models of behavior in varying situations. Let’s be honest– the games of 2020 and beyond are all about intelligent agent interaction. The oldest problem in gaming– how to dumb down a smart hero character enough to make them need a quest, but at the same time not make them look like idiots (stop, I don’t want to hear about amnesia), has a corrolary in real life: sure, we could have been made smart enough to know all of life by just hacking our own brain, but God and our own Higher Self User put this odd dichotomy of an unconscious brain able to do array processor and direct geometric tensor mapping– basically matrix calculus of partial derivatives– something no supercomputer can do yet (we still have to convert geometric matrices and tensors to numeric models for processing even in supercomputers)– when doing as simple an act as crossing a street in traffic; with a “conscious” brain that sometimes has trouble with four function math! If you need to figure out the paradox of dumbing down a genius in your character development, and the dicotomy seems too far fetched– simply check out your average friend, or look in the mirror! Is this a digression? Nope– we’re just hinting at how cool a combination you will be able to imagine if you combine your study of data structures and algorithms with the now well established multi agent AI techniques. A hint at the future: we’re finding clients as sophisticated as NASA and Los Alamos looking for new models of AFFECTIVE programming right now. Meaning, characters that not only learn and think as they move through your sims, but also are motivated by that other squishy reality– heart. So the critics who think Buckland is out of date or too simple– map your tensor into another frame of reference– that of bridging code with biological and emotional motivation– and you’ll see why the most interesting games, sims and even real life “models” of cellular and synaptic structure and function need BOTH high level math and fun and interesting situational behaviors for the best games, and lives.

دانلود کتاب «تکنیک های هوش مصنوعی برای برنامه نویسی بازی»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.

دیدگاهتان را بنویسید