游戏中的人工智能开发是游戏研发中拥有挑战性的任务之一，而本书汇集了与游戏人工智能开发有关的知识，借助这些知识，程序员能够开发出有趣的AI角色，为玩家带来美妙的游戏体验。由美国史蒂夫？拉宾主编、付凌霄、江岸栖、王迅、英伦等翻译的这本书《游戏人工智能》分为7个部分共48章，分别讨论了通用智能、体系架构、运动与寻路、战略与战术、agent意识与知识表征、竞速以及其他领域的游戏AI技术。读者可以以本书作为路线图，了解在智能游戏方面哪些技术已经被成功使用，哪些具有很大的潜力。
本书的作者都是游戏人工智能的专家，在此行业摸爬滚打多年，其观点和技术均在自身产品中做过验证，因而有很高的参考价值。书中有些章节甚至提供了源码，可供读者方便地应用到自己开发的游戏程序中。
对于希望为玩家带来引人入胜的游戏体验的开发者，本书很好值得一读。

史蒂夫·拉宾，是美国任天堂公司的一位不错软件工程师，为任天堂当前和未来的游戏平台研究新技术、为Wii U CPU架构开发工具，也为任天堂开发人员提供技术支持。在入职任天堂之前，Steve在西雅图几家初创公司做AI工程师，包括Gas Powered Games、WizBang Software Productions和SurrealSoftware。他组织和编辑了Al Game Programming Wisdom系列图书、Introductionto Game Development一书，并在Game Programming Gems系列上发表过二十来篇文章。他是多个AI学术会议的特邀讲师，在GDC和很多次欧美的任天堂开发者大会上演讲。他在GDC上组织了为期2天的AI峰会，主持过AI圆桌会议。Steve筹建并管理着AI Game Programmers Guild，该公会优选有超过350位会员。他还在迪吉彭理工学院教授了8年的游戏AI课程。Steve在华盛顿大学获得了计算机工程学士学位和计算机科学硕士学位。

部分 通用智能
1 什么是游戏中的人工智能
2 通过神经学的研究激励游戏AI
3 用于游戏AI的不错随机值技术：高斯随机值、随机值筛选与柏林噪声
第二部分 体系架构
4 行为选择算法一览
5 结构化架构：游戏AI开发的常用技巧
6 行为树新手包
7 用脚本写现实世界的行为树
8 模拟行为树：一种行为树/规划器混合方法
9 效用理论导论
10 行为树的效用决策整合
11 决策系统中的反馈与思考
12 通过实例探索HTN规划器
13 多单位作战演习：基于规划空间的分层规划方法
14 LOD交易员对AI细节等级的非凡控制能力
15 用于快速开发AI的运行时编译C++
16 探究禁忌的深度：脚本和AI
第三部分 运动与寻路
17 寻路架构的优化
18 选择一个寻路空间表征
19 使用迭代波前边缘增量的方法创建高阶导航网格
20 MMO游戏服务器端大世界寻路的预计算
21 使用转向圈的编队运动技术
22 预规划运动的碰撞回避
23 群体寻路与利用流场网格的转向
24 手游中的高效群体实现
25 动画驱动的移动规划
第四部分 战略与战术
26 战术点选择系统：架构和查询语言
27 NavMesh上的战术寻路
28 超越功夫圈：一个管理NPC攻击的灵活系统
29 《杀戮地带3》多人模式中的分层AI设计
30 使用神经网络控制AI的反馈
第五部分 agent意识和知识表征
31 Crytek的目标记录感知系统
32 抓住那个忍者：2D潜行游戏中的NPC意识
33 向游戏环境聪明地问问题
34 一个简单而健壮的知识表征系统
35 一个简单且实用的社交动态系统
36 为背景角色带来生活气息
37 生成托辞：随时随地愚弄所有的玩家
第六部分 竞速
38 竞速游戏中的AI架构综述
39 表现AI控制的载具和驾驶赛道
40 利用PID控制器实现的赛车控制系统
41 用于赛车游戏AI的热视觉系统：一种确定最优路径位置的新颖方法
42 用于游戏和竞赛管理的橡皮筋系统
第七部分 其他
43 一种富角色的社交模拟架构
44 一种基于控制的动物行为体系架构
45 用于AI的GPGPU
46 使用虚拟音效设计师创建动态音景
47 实现健壮的第三人称摄像机系统
48 N-Gram技术在玩家预测、自动生成与模式化AI中的应用