深度学习这门技术在机器视觉领域大规模应用，采用深度学习的图像识别AI 算法在识别精度上已经超过人眼精度，如今我们日常生活中的扫脸支付也基于深度学习强大的图像特征提取能力。人们觉得AlphaGo 才是AI 时代到来的标志，之所以这样觉得或许是因为人们普遍承认下围棋是一种高级别的智能过程，也是一个绞尽脑汁的过程—可以切身感受到“动脑”。 伊庭教授在本书中强调了研究游戏AI 的意义——或许是解密人类大脑思考方式的方法之一。我个人十分赞同伊庭教授的这一看法，我们的生活、工作 和学习过程中的纠结一直都建立在着眼于眼前还是未来的权衡当中。但正是因为我们具有智慧，所以我们才会具有这种权衡能力（或者说是生活中充满了纠结）。
售 价：¥
纸质售价：¥57.00购买纸书
6.7
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
作者简介
译者简介
译者序
前言
第1章 谜题与游戏AI的过去和现在
1.1 关于AI的预言成真了吗
1.2 游戏AI的历史和背景
1.3 游戏AI是否会剥夺人类的乐趣
1.4 游戏AI的意义
1.5 游戏的深奥程度与“先下手为强”定理
第2章 解谜的AI
2.1 搜索树
2.1.1 树的构造和图形表达
2.1.2 深度优先搜索
2.1.3 宽度优先搜索
2.1.4 A*搜索
2.2 推箱子
2.3 数字连线
2.4 日式华容道
2.5 孔明棋
2.6 尝试用数学知识解决数独问题
第3章 依赖约束的谜题和非单调推理
3.1 纵向搜索与回溯
3.2 数学家弄错的国际象棋谜题
3.3 线条图的解释与错觉画
3.4 ATMS与四色问题
3.5 解开国际象棋谜题
3.5.1 尽可能放置多个棋子
3.5.2 尽可能攻击多个区域
3.6 Knuth的谜题与位棋盘
第4章 会玩游戏的AI
4.1 井字棋与树
4.2 游戏的树搜索
4.3 黑白棋与Fool’s mate
4.4 A*马里奥
4.5 蒙特卡罗树搜索
4.6 立体四子棋
4.7 黑白棋的蒙特卡罗算法和NegaScout算法
4.8 如何赢得博弈
4.9 消灭幽灵：AI吃豆人
第5章 学习、进化和游戏AI
5.1 来自AlphaGo的震撼
5.2 DQN和街机游戏
5.3 进化的马里奥
5.4 神经进化
5.5 吃豆人的神经进化
5.6 充满好奇心的马里奥
第6章 游戏AI与类人化
6.1 为什么需要类人化的AI
6.2 通用游戏是什么
6.3 图灵测试和最类人化的AI
6.4 不使用“类人化”函数的类人化游戏AI
6.5 使用“类人化”函数的类人化游戏AI
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
