AI Game Programming Wisdom

제1장 일반적인 지혜

1.1 게임 AI의 진화
간략하게 살펴보는 게임 AI의 역사
혁명의 뒤에는
AI의 주류
기계 학습(Machine Learning)의 문제점
우리는 재미를 추구한다
지능은 상황에 따라 다르다
진화
AI는 상황에 따라 다르다
더 폭넓은 조망
게임 디자인으로서의 AI
게임 AI의 미래
참고문헌 및 권장도서

1.2 지능의 환상
범위
인간 플레이어의 품질보증(hallmarks)
이기기, 지기, 잘 지기
긴급 행동(Emergent Behavior)
치팅(Cheating)
결론
참고문헌

1.3 옳은 문제 해결하기
다른 문제를 해결하는 것이 더 효율적일 수 있다
제 일 원칙: 우리가 해결하려 하는 진짜 문제가 무엇인가?
게임 AI 개발자들은 이를 계속 해왔다
더 나은 문제를 어떻게 찾아내는가?
결론
참고문헌

1.4 참호로부터의 12가지 도움말
1. 자신의 숙제를 하라
2. 간단하게 만들자
3. 종이에서 먼저 해 보라
4. 네비게이션을 선행 계산(precompute)하라
5. AI가 아니라 세계에 지능을 두어라
6. 모든 액션에 타임아웃(Timeout)과 돌아가기(Fallback)를 두라
7. 상태의 계층을 이용하라
8. 중요한 스토리텔링 이벤트에 에이전트가 개입하지 못하게 하라
9. 에이전트로 하여금 세계의 전역 상태를 알고 있게 하라
10. 다양성은 코드가 아닌 데이터를 통해 생성하라
11. 디자이너가 데이터에 쉽게 접근할 수 있게 하라
12. AI에 스탯 공식을 중요한 요소로 포함시키라
참고문헌


제2장 유용한 기법과 특화된 시스템

2.1 AI 진단 도구 만들기
돌 깨기
유연한 진단 도구 만들기
AI 명령들
AI 진단 도구들
문제를 빨리 고치기
참고문헌

2.2 다용도 트리거 시스템
중앙집중화의 이점
트리거 등록하기
트리거의 가능성
참고문헌

2.3 애니메이션 선택을 위한 데이터 주도적 아키텍처
무식한 방법
액션 테이블: 깔금한 데이터 주도적 해결책
프로그래머 병목 제거하기
액션 테이블 변경시키기
향상: 랜덤화
향상: 액션 서술자
향상: 동적 애니메이션 리스트
최적화
애니메이션으로 AI 표현하기
참고문헌

2.4 우선순위에 따른, 분류된 애니메이션을 사용한 현실적인 캐릭터 거동
우선순위 매기기와 분류하기
애니메이션 조종자 클래스
애니메이션 시스템에 대한 가정들(assumptions)
어떻게 동작하는가
본 캐시를 사용한 블렌딩된 변천
참고문헌

2.5 유한 상태 기계의 개발을 돕기 위한 GUI 도구의 설계
기본적인 구성요소들(components)
간단한 객체 모델링하기
모델을 코드로 변환하기
생성된 코드의 통합
결론
참고문헌

2.6 응답 곡선의 아름다움
배경
구현
사용 예
개선
결론
참고문헌

2.7 3차원 지형을 위한 단순하고 효율적인 시선
이상적인 영역 변환 행렬
오프셋(offset) 변환
광선-지형 충돌
최적화
결론

2.8 오픈소스 퍼지 논리 라이브러리
FFLL 오픈소스 라이센스
IEC 퍼지 조종 프로그래밍 표준
용어
FFLL 특징들
소속 함수
FFLL의 예
결론
참고문헌


제3장 A*를 이용한 길찾기

3.1 쉽게 설명한 기본적인 A* 길찾기
개요
A* 알고리즘
CAStar-A* 알고리즘을 위한 하나의 C++ 클래스
A* Explorer
아이디어와 확장
결론
인터넷의 A* 자료

3.2 범용적인 A* 길찾기
범용적인 A* 기계가 할 수 있는 일들
A* 기계
템플릿의 활용
전체적인 구조
수정자(修正子) 목표
정리
참고문헌

3.3 길찾기 설계 아키텍처
필요한 것들
경로들의 관리
정리
참고문헌

3.4 엄청 빠른 A* 구현
"어셈블리" 필요 없음!
자신의 도구를 알아야 한다
알고리즘의 최적화
C++는 칼보다 강하다
빠른 저장 시스템
memset 다루기
정리
참고문헌

3.5 A* 경로 생성의 실질적인 최적화
반복적 심화
막힌 노드들을 즉시 닫기
여러 경로들을 동시에 닫기
부분적인 경로의 반환
실패한 검색의 캐싱
A*가 소비하는 시간의 제한
플레이어의 에이전트에게 웨이포인트들을 제공
A*를 더 적게 사용할 것
결론
참고문헌


제4장 길찾기와 이동

4.1 간단하고 값 싼 길찾기
가중된 노드들
중요한 루틴
이점들
확장과 응용
작은 AI의 탐험
참고문헌

4.2 열린 지형에서의 네비게이션에 대한 전 처리된 해
네비게이션에 대한 접근 방법들의 개관
요구사항의 분석
해법 테이블 작성하기
실행 시간 응용
최적화와 확장
결론
참고문헌

4.3 거의 최적화된 네비게이션 메시 만들기
네비게이션 메시
목표
가시점 접근 방법
네비게이션 메시 빌드하기
볼록 다각형 찾기
인접 노드들을 합치기
3→2 합치기
하찮은 노드들의 컬링
중첩된 지형 다루기
재분할 후 다시 합치기
메모리 최적화
빌드 최적화
디자이너 조종
NavMesh 확장하기
참고문헌 및 권장도서

4.4 웨이포인트들 사이에서의 실제같은 회전
회전 반경 사용하기
유체 회전 반경
결론
참고문헌

4.5 문, 엘리베이터, 가로대, 그리고 다른 장애물 네비게이션하기
경로 계획 그래프 생성하기
노드맵에 꼬리표 달기
목표 기반의 경로 계획과 수행
연결된 요소 추출
결론
참고문헌

4.6 플로킹의 대안으로써의 간단한 스웜
플로킹의 쟁점들
간단한 스웜
초기화
움직임
종료
결론
예제 코드
참고문헌


제5장 전술적 문제들과 지능적인 집단 이동

5.1 웨이포인트를 이용한 전략 및 전술 분석
길찾기 이상의 용도
가시성의 활용
지능적인 공격 위치 선정
정적인 웨이포인트 분석
한계 및 고려 사항들
결론
참고문헌

5.2 전략적 배치의 인식: 적과의 교전
영향력 분포도
적의 구분
적과의 교전
결론
참고문헌

5.3 분대 전술: 팀 AI와 창발적 작전
분대와 지휘 스타일
대원간 협동을 통한 분대 AI
분대 행동이 일어나는 방식
분대 공격: 전술적 개선 사항들
분대원 개개인이 가진 정보
매복: 장점과 단점
결론
참고문헌 및 기타 착상들

5.4 분대 전술: 계획된 작전
분대 AI와 개인 AI
분대 차원의 상황 분석
적합한 작전의 선택
사례: 건너뛰기식 엄호 사격을 통한 후퇴
작전 클래스들
작전의 수행
후퇴 작전의 준비
후퇴 작전의 수행
결론
참고문헌

5.5 명령 계통 구조를 이용한 전술적 팀 AI
명령의 계통 구조
의사결정의 지원
구현
측면 기습 작전
출구 봉쇄 작전
결론
참고문헌

5.6 대형 Chad Dawson-Stainless Steel Studios
눈요기 대 게임 플레이
여러 가지 종류의 대형들
방향이 중요한가?
누가 먼저인가?
대형의 이동
결론
참고문헌


제6장 일반적 목적의 아키텍처

6.1 게임 AI 설계
목록
구성요소 확인하기
인터페이스 확인하기
개발
행동 변경
시험(testing)
성능의 고려
결론
참고문헌

6.2 우선순위가 매겨진 과제 카테고리를 사용한 효율적인 AI 아키텍처
필요조건
접근 방법
적용
제한
결론
참고문헌

6.3 로드 밸런스 기반의 아키텍처
배경
과제
스케쥴링 그룹
루트 업데이트
과제 실행하기
프로파일링
예측자(predictors)
향상
결론
참고문헌

6.4 규칙 기반 아키텍처에 대한 간단한 추론 엔진
규칙
목표
추론 엔진
Exec에 관해 더 알아보자
향상: 스크립팅과 목표 건축 도구
향상: 데이터 패킷
향상: 다중 가정
향상: 퍼지 규칙
결론
CD-ROM에는
참고문헌

6.5 상태 기계 언어의 구현
게임 개발자-스타일 상태 기계
상태 기계 언어
실제 구현
이 해결책을 통합하기
결론
참고문헌

6.6 메시지를 통한 상태 기계 언어의 향상
메시지의 개념
편지로서의 메시지
메시지 타이머
이벤트로서의 메시지
메시지 범위 정하기
반복되는 메시지에 대한 방침
전역적 이벤트 응답
디버깅을 위해 행동 기록하기
CD-ROM에 있는 코드
향상
상태 기계 향상의 요약
결론
참고문헌


제7장 의사결정 아키텍처

7.1 칠판 아키텍처
표준적인 칠판 아키텍처
에이전트 내부의 협동을 위한 칠판
에이전트들 사이의 협동을 위한 칠판
결론
참고문헌

7.2 베이스 망의 소개 및 불확실한 상황에서의 추론
베이스의 규칙
베이스 망
"해명"
확률의 전파
가시성과 타격 가능성의 계산
의존성 그래프
침입자의 감시
비슷한 접근 방식들
참고문헌 및 심화학습자료

7.3 뎀스터-샤퍼 이론을 이용한 규칙 기반 아키텍처
뎀스터-샤퍼 이론의 기초
뎀스터의 규칙
사례 연구: 야구팀 감독
결론
참고문헌

7.4 의사결정에 최적화된 퍼지 논리 아키텍처
범용적인 의사결정 엔진 아키텍처
퍼지 의사결정
퍼지 시스템의 최적화
결론
참고문헌

7.5 유연한 목표 기반 계획 수립 아키텍처
개요
의사결정의 구체적인 과정
결론
참고문헌


제8장 1인칭 슈팅, 실시간 전략 및 롤플레잉 게임 AI

8.1 1인칭 슈팅 AI 아키텍처
개관
네 요소들
애니메이션 조종자
이동: 전역적 길찾기와 지역적 길찾기
동적 장애물 다루기
이동 조종자
전투 조종자
공간적 추론에의 도전
전투 전술
거동 조종자
스크립트 언어와 트리거 시스템
잠입 요소
지각 모델링
결론
참고문헌 및 추가적 읽기

8.2 실시간 전략 AI 설계
RTS 게임 요소들
난이도 수준
도전들
전반적인 전략들
결론
참고문헌

8.3 실시간 전략에 있어서 목적지향 추론으로의 경제학적 접근
목적지향 추론
효용 모델
모두 종합해 보자
전투 영역
충고
결론
참고문헌

8.4 장거리 무기 전투의 기본
명중 굴림
조준점 선택하기
어떻게 쏘면 못 맞히는가
광선-테스팅
우호적인 사격 피하기
추측항법
반경 테스트
충돌 통지
무기 탄도
올바른 지점 맞히기
유도 미사일
참고문헌 및 추가적 읽기

8.5 커다란 롤플레잉 게임을 위한 세부 수준 AI
AI 관점에서의 세부 수준
세부 수준 분류
세부 수준 분류 사용하기
결론
참고문헌

8.6 이벤트 지식 기반의 동적 명성 시스템
명성 시스템 자료 구조
이벤트 템플릿
명성 이벤트
마스터 이벤트 리스트
NPC마다의 장기간 기억
어떻게 NPC들이 이벤트들을 알게 되는가
NPC마다의 명성 테이블
결론
참고문헌


제9장 레이싱 및 스포츠 AI

9.1 AI에 적합한 경주 트랙 표현
경주 트랙의 정의
AI에 전달되는 정보
결론
참고문헌

9.2 레이싱 AI 로직
기본적인 AI 구조
출발점
경주 시작
구역 따라가기
목표로의 주행
추월
언더스티어와 오버스티어
벽 피하기
기타 FSM 상태들
선행차 따라잡기
결론
참고문헌

9.3 레이싱 AI의 훈련 및 조율
경주선의 정의
차 핸들링의 조율
실시간 편집
결론
참고문헌

9.4 열린 거리 조건 하에서의 경쟁적인 AI 레이싱
맵의 구성요소들
결론
참고문헌

9.5 리플레이를 위한 카메라 AI
용어 정의
카메라 각도와 스타일
리플레이의 디버깅 및 조율을 위한 도구들
결론
참고문헌

9.6 사실적인 동물 행동 흉내 내기
경쟁자를 연구하라
동물들의 행동 방식
구축 요소들
결론
참고문헌

9.7 야구를 위한 FSM들 안에서의 에이전트 협동
행동들
주루 행동들
타격 사건
'타구 잡혔음' 사건
결론
참고문헌

9.8 공 가로채기
기본 문제
해의 유도
2차 방정식의 해
가로챌 시간의 선택
관련 문제들
리바운드
결론
참고문헌


제10장 스크립팅

10.1 스크립팅: 개관과 코드 생성
스크립트 언어에 대한 개관
스크립트 언어의 해부
컴파일러 개관
파스 트리
코드 생성기
결론
참고문헌

10.2 스크립팅: 인터프리터 엔진
스택 기계(The Stack Machine)
스택 기계 실행시키기
코드 흐름 제어하기
결론
참고문헌

10.3 스크립팅: 시스템 통합
C++와 스크립트 사이의 틈에 다리 놓기
코드 바인딩하기
바인딩 코드 자동 생성하기
잠재 함수
결론
참고문헌

10.4 비 프로그래머를 위한 스크립트 언어 만들기
용어
기본 원리
초보 프로그래밍 기법들
학습 곡선 속도내기
참호로부터의 도움말
결론
참고문헌

10.5 정의되지 않은 상황을 위해 스크립트하기
기술의 개발
챌런지 구현하기
결론
참고문헌

10.6 AI 스크립팅의 위험
언어 성숙도
개발 도구
성능
게임 플레이
옳은 인터페이스 디자인하기
뛰기 전에
참고문헌 및 추가적 읽기

10.7 기본 스크립트 언어를 어떻게 구현하면 안 되는가
정의
"여덟 단어"는 충분한 디자인이 아니다!
문법의 뭐가 잘 못 됐단 말인가?
내 언어는 확장 가능할 필요가 없다!
무엇을 하기 위해 스크립트 언어가 필요한가?
결론
참고문헌


제11장 학습

11.1 학습과 적응
학습의 정의와 용도
적응이 필요한가?
실제 적응
계산 비용
결론
참고문헌

11.2 학습의 다양성
에이전트 아키텍처
여러 가지 학습 방법들
결론
참고문헌

11.3 GoCap: 게임 관찰 갈무리
훈련을 위한 아키텍처
관찰에 의한 훈련
완전히 훈련된 AI를 게임에 통합
개선 사항
결론
참고문헌

11.4 순차 예측을 통한 패턴 인식
순차 예측
게임 안의 패턴들
몇 가지 조언
결론
참고문헌

11.5 N 그램 통계 모형을 이용한 플레이어 행동 예측
N 그램의 정의
N 그램의 구축
N 그램의 활용
또 다른 응용: 사람 플레이어 흉내내기
개선사항들
결론
참고문헌

11.6 실용적인 자연 언어 학습
지능이란 무엇인가?
확률론적인 언어 모형
MegaHAL에 대한 소개
결론
참고문헌

11.7 학습 결과로 생긴 정의되지 않은 행동에 대한 테스팅
블랙 & 화이트에 대한 간략한 소개
학습은 지능의 본질
학습하는 AI 소프트웨어의 품질 보증
튜링 테스트의 통과
결론
참고문헌

11.8 신경망을 이용한 행동의 임의적 변형들의 모방
예제 게임
무조건부 분포 모형
조건부 분포 모형
결론
참고문헌

11.9 유전 알고리즘: 완벽한 트롤로의 진화
간단한 유전학 소개
유전자의 계산적 모형
왜 유전 알고리즘을 사용하는가?
사례 연구: 트롤의 진화
결과
결론
참고문헌

11.10 잘 알려지지 않은 신경망 기법
게임을 위한 신경망
환경의 표현
학습의 개요
관리되는 역전파 훈련
관리되지 않는 진화
신경망의 표현
시스템 설계
결론
참고문헌

Index