| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景 | 第8-11页 |
| ·游戏开发技术的内在变革 | 第8-10页 |
| ·国家信息产业的发展需求 | 第10-11页 |
| ·研究现状与意义 | 第11-12页 |
| ·论文的主要工作及章节安排 | 第12-14页 |
| ·论文的主要工作 | 第12-13页 |
| ·论文的章节安排 | 第13-14页 |
| 2 游戏人工智能概述 | 第14-23页 |
| ·游戏人工智能简介 | 第14-18页 |
| ·游戏人工智能相关概念 | 第14-16页 |
| ·游戏人工智能与学术人工智能的异同 | 第16-17页 |
| ·游戏人工智能的特点 | 第17-18页 |
| ·游戏人工智能发展历程 | 第18-20页 |
| ·常见的人工智能技术在游戏开发中的应用 | 第20-21页 |
| ·游戏人工智技术发展展望 | 第21-23页 |
| 3 A~*算法在栅格化游戏地图寻径中的优化应用 | 第23-38页 |
| ·游戏路径规划 | 第23-25页 |
| ·寻径问题定义 | 第23-24页 |
| ·状态空间搜索 | 第24-25页 |
| ·A~*算法简介 | 第25-29页 |
| ·A~*算法的搜索原理 | 第26-28页 |
| ·A~*算法的特性分析 | 第28-29页 |
| ·A~*算法在实践中的优化应用 | 第29-36页 |
| ·仿真实验相关说明 | 第29-31页 |
| ·加权打破搜索均势 | 第31-36页 |
| ·数据结构层面优化 | 第36页 |
| ·本章小结 | 第36-38页 |
| 4 一个ANN&FSM相结合的具有自学习演化的游戏开发模型 | 第38-49页 |
| ·机器学习与游戏开发 | 第38-40页 |
| ·自学习演化模型简介 | 第40-43页 |
| ·有限状态机 | 第40-42页 |
| ·模型分析 | 第42-43页 |
| ·BP神经网络决策引擎 | 第43-48页 |
| ·神经网络在游戏中的应用 | 第44-46页 |
| ·BP神经网络的数学基础 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 基于BPNN决策引擎的机器人足球仿真游戏的设计与实现 | 第49-65页 |
| ·JAVA游戏开发相关技术 | 第49-54页 |
| ·双缓冲区动画绘制 | 第49-50页 |
| ·碰撞检测 | 第50-51页 |
| ·多线程游戏开发 | 第51-53页 |
| ·面向对象的游戏设计 | 第53-54页 |
| ·BPNN决策引擎的编程实现 | 第54-55页 |
| ·机器人足球仿真游戏详细设计 | 第55-60页 |
| ·游戏设计简介 | 第55-57页 |
| ·关键技术实现 | 第57-60页 |
| ·仿真实验效果分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 6 结束语 | 第65-67页 |
| ·主要工作总结 | 第65-66页 |
| ·存在的问题及未来工作展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间取得的研究成果 | 第72-75页 |