竞速游戏中的人工智能
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题背景 | 第12-15页 |
| ·游戏产业的发展 | 第12-13页 |
| ·游戏中的智能 | 第13-14页 |
| ·竞速游戏 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·本文的主要工作 | 第16页 |
| ·论文组织结构 | 第16-18页 |
| 第2章 游戏与智能 | 第18-26页 |
| ·游戏智能 | 第18-20页 |
| ·游戏智能的系统结构 | 第18-19页 |
| ·游戏中的定性智能与非定性智能 | 第19页 |
| ·游戏智能的实现方式 | 第19-20页 |
| ·游戏智能的应用和方法 | 第20-24页 |
| ·走步定向与寻路算法 | 第20-21页 |
| ·有限状态机 | 第21-22页 |
| ·群体智能的模拟 | 第22页 |
| ·学习与适应 | 第22-24页 |
| ·竞速游戏中的智能 | 第24-25页 |
| ·行为优化 | 第24页 |
| ·行为演化 | 第24页 |
| ·行为模仿 | 第24-25页 |
| ·应用前景 | 第25页 |
| ·小结 | 第25-26页 |
| 第3章 竞速游戏中的赛车控制器 | 第26-40页 |
| ·人工智能方法 | 第26-31页 |
| ·进化策略 | 第26-28页 |
| ·多层感知神经网络模型 | 第28-30页 |
| ·进化神经网络 | 第30-31页 |
| ·虚拟赛车游戏场景 | 第31-32页 |
| ·赛车控制器 | 第32-39页 |
| ·行为序列控制器 | 第33-34页 |
| ·区域力场控制器 | 第34-35页 |
| ·第三人称信息控制器 | 第35-36页 |
| ·传感器控制器 | 第36-38页 |
| ·结论 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第4章 模拟玩家行为的赛车控制器 | 第40-47页 |
| ·模拟人类行为的研究现状 | 第40页 |
| ·如何模拟玩家行为 | 第40页 |
| ·直接模拟玩家行为 | 第40-43页 |
| ·反向传播算法 | 第41-43页 |
| ·反向学习 | 第43页 |
| ·最相似分类 | 第43页 |
| ·间接模拟玩家行为 | 第43-46页 |
| ·差异评定 | 第44页 |
| ·多目标进化策略 | 第44页 |
| ·实验 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第5章 基于Torque游戏引擎的智能赛车游戏 | 第47-54页 |
| ·游戏引擎 | 第47-48页 |
| ·Torque Game Engine | 第48-49页 |
| ·基于TGE的赛车游戏 | 第49-53页 |
| ·游戏场景 | 第49页 |
| ·游戏中的赛车 | 第49-51页 |
| ·游戏逻辑 | 第51-52页 |
| ·游戏效果 | 第52-53页 |
| ·小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第62页 |
