《Unity人工智能游戏开发（第2版）》详细阐述了与 Unity游戏人工智能相关的基本解决方案，主要包括游戏 AI的基础知识、有限状态机、实现感知系统、寻路方案、群集行为、行为树、模糊逻辑等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。
《Unity人工智能游戏开发（第2版）》适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。
目录
- D11章游戏AI的基础知识
- 1.1创建生活幻象
- 1.2利用AI进一步完善游戏
- 1.3在Unity使用
- 1.4定义主体
- 1.5有限状态机概述
- 1.6通过主体视角查看场景
- 1.7路径跟踪
- 1.7.1A*寻路
- 1.7.2使用网格导航
- 1.8群集方案
- 1.9行为树
- 1.10模糊逻辑
- 1.11本章小结
- D12章有限状态机
- 2.1FSM应用
- 2.2生成状态机行为
- 2.2.1生成AnimationController资源
- 2.2.2Layers项和Parameters项
- 2.2.3动画控制查看器
- 2.2.4行为的图像化
- 2.2.5生成D1一个状态
- 2.2.6状态间的转换
- 2.3创建玩家坦克对象
- 2.4生成敌方坦克对象
- 2.4.1xuan择转换
- 2.4.2实现过程
- 2.5本章小结
- D13章实现感知系统
- 3.1基本的感知系统
- 3.1.1视锥
- 3.1.2基于球体的听觉、感觉和嗅觉
- 3.1.3扩展
- 3.1.4感知系统的创新
- 3.2构建场景
- 3.3创建玩家坦克
- 3.3.1实现玩家坦克
- 3.3.2实现Aspect类
- 3.4创建AI角色
- 3.5使用Sense类
- 3.6视见功能
- 3.7触觉系统
- 3.8测试结果
- 3.9本章小结
- D14章寻路方案
- 4.1路径跟踪
- 4.1.1路径脚本
- 4.1.2使用路径跟踪器
- 4.1.3躲避障碍物
- 4.1.4添加定制层
- 4.1.5实现躲避逻辑
- 4.2A*寻路算法
- 4.2.1算法回顾
- 4.2.2算法实现
- 4.3导航网格
- 4.3.1构建地图
- 4.3.2静态障碍物
- 4.3.3导航网格的烘焙
- 4.3.4使用NavMesh主体对象
- 4.3.5设置目的地
- 4.3.6Target类
- 4.3.7斜面测试
- 4.3.8区域探索
- 4.3.9OffMeshLinks连接
- 4.3.10生成OffMesh
- 4.3.11设置OffMesh
- 4.4本章小结
- D15章群集行为
- 5.1群集算法初探
- 5.2理解群集算法背后的概念
- 5.3Unity示例中的群集行为
- 5.3.1模拟个体行为
- 5.3.2创建控制器
- 5.4替代方案
- 5.5使用人群群集算法
- 5.5.1实现简单的群集模拟
- 5.5.2使用CrowdAgent组件
- 5.5.3添加障碍物
- 5.6本章小结
- D16章行为树
- 6.1行为树的基本概念
- 6.1.1理解不同的节点类型
- 6.1.2定义复合节点
- 6.1.3理解修饰节点
- 6.1.4描述叶节点
- 6.2估算现有方案
- 6.3实现基本的行为树框架
- 6.3.1实现Node基类
- 6.3.2将节点实现于xuan取器上
- 6.3.3序列的实现
- 6.3.4将修饰节点实现为反相器
- 6.3.5创建通用行为节点
- 6.4框架测试
- 6.4.1行为树的规划
- 6.4.2检查场景构建结果
- 6.4.3考察MathTree节点
- 6.4.4执行测试
- 6.5本章小结
- D17章模糊逻辑
- 7.1定义模糊逻辑
- 7.2模糊逻辑应用
- 7.2.1实现简单的模糊逻辑系统
- 7.2.2扩展集合
- 7.2.3数据的逆模糊化
- 7.3使用观测数据
- 7.4模糊逻辑的其他应用
- 7.4.1加入其他概念
- 7.4.2创建独特的体验
- 7.5本章小结
- D18章整合过程
- 8.1制定规则
- 8.2创建高塔对象
- 8.3构建坦克对象
- 8.4构建场景环境
- 8.5测试示例
- 8.6本章小结
