-
3.0
범용적이고 견고한 AI 엔진의 설계 - 299
-
3.1
유한 상태 기계 클래스 - 319
-
3.2
게임 트리 - 333
-
3.3
A* 길찾기 알고리즘의 기초 - 340
-
3.4
A*의 미학적 최적화 - 352
-
3.5
A*의 속도 최적화 - 363
-
3.6
네비게이션 메시를 이용한 단순화된 3D 이동과 길찾기 - 382
-
3.7
플로킹:집단 행동을 흉내내는 간단한 기법 - 401
-
3.8
비디오 게임을 위한 퍼지 논리 - 416
-
3.9
신경망 입문 - 429
-
3.1
AI 최적화 전략들 - 328
-
3.2
게임 객체 AI를 위한 마이크로 스레드 - 337
-
3.3
마이크로 스레드를 통한 AI 관리 - 346
-
3.4
RTS 게임의 명령 큐잉을 위한 기반 구조 - 355
-
3.5
고성능 타일 기반 시선 및 검색 시스템 - 362
-
3.6
영향력분포도 기법 - 371
-
3.7
전략적 판단 기법 - 384
-
3.8
3D 액션 게임을 위한 지형 분석 - 396
-
3.9
가시점 길찾기를 위한 확장된 기하 구조 - 407
-
3.10
가시점 길찾기의 최적화 - 415
-
3.11
먹고 먹히는 플로킹 : 포식자와 먹이 - 423
-
3.12
C++로 구현한 범용 퍼지 상태 기계 - 431
-
3.13
퍼지 시스템에서 조합의 폭발적 증가를 방지하려면 - 437
-
3.14
게임에서의 신경망 활용 : 구체적인 예 - 447
-
3.1
GoCap을 이용한 최적화된 기계 학습 - 303
-
3.2
영역 네비게이션: 길찾기 패러다임의 확장 - 313
-
3.3
함수 포인터 기반의 내장형 유한상태기계 - 329
-
3.4
RTS에서의 지형 분석-숨겨진 거인 - 341
-
3.5
AI 에이전트, 객체, 퀘스트를 위한 확장성있는 트리거 시스템 - 359
-
3.6
A*를 이용한 전술적 길찾기 - 369
-
3.7
네비게이션 메시에 대한 한 가지 빠른 접근 방식 - 383
-
3.8
길찾기와 충돌 사이의 관계 선택 - 395
-
4.0
소개 - 415
-
4.1
3인칭 카메라 네비게이션 - 417
-
4.2
이야기식 전투: AI를 이용해서 액션 게임의 긴장감 높이기 - 431
-
4.3
NPC 의사결정: 무작위성 다루기 - 443
-
4.4
객체지향적인 효용 기반 의사결정 아키텍처 - 457
-
4.5
분산 추론 투표 아키텍처 - 467
-
4.6
끌개와 밀개 - 479
-
4.7
RTS 게임을 위한 개선된 벽 건설 - 491
-
4.8
프로그래밍 가능한 그래픽 하드웨어를 이용한 인공 신경망 시뮬레이션 - 501
-
3.0
소개 - 377
-
3.1
네비게이션 메시를 이용한 자동적인 엄폐 찾기 - 379
-
3.2
인위적 퍼텐셜장을 이용한 빠른 대상 등급 평가 - 387
-
3.3
랜체스터 소모 모형을 이용한 전투 결과 예측 - 396
-
3.4
게임 AI를 위한 실용적인 계획수립 구현 - 409
-
3.5
다중 스레드 아키텍처를 위한 의사결정 트리 질의 알고리즘의 최적화 - 427
-
3.6
PVM을 통한 병렬 AI 개발 - 435
-
3.7
A*를 넘어서 - 452
-
3.8
최소의 재계획 비용을 가진 개선된 길찾기: 동적 A*(D*) - 469