課程名稱游戲開發(fā)流程與引擎原理課程代碼05718.doc

1、課程名稱：嬉戲開發(fā)流程與引擎原理課程代碼： 05718第一部分 課程性質(zhì)與目標一、課程性質(zhì)與特點本課程是高等訓練自學考試嬉戲軟件開發(fā)技術(shù)專業(yè)的必修專業(yè)課程；嬉戲引擎中的人工智能用來掌握嬉戲中各種活動對象行為的規(guī)律，使它們表現(xiàn)合情合理；人工智能是嬉戲引擎的重要組成，成為嬉戲設(shè)計過程極為重要的一個部分；通過本課程學習 win32 編程、 gdi 制作圖形和動畫原理等編程基礎(chǔ)學問，以及生物進化中的挑選、遺傳、變異、雜交等概念，并結(jié)合數(shù)學、物理和運算機軟件方 面的學問討論迷宮路徑的查找、 最短巡回路線和月球登錄飛船的遺傳算法進化過程， 神經(jīng)網(wǎng)絡(luò)的原理、 機制、嬉戲代理行為、 訓練和演化的討論也是本課程

2、的重要內(nèi)容；因此本課程具有涉及學問面廣、有用性強、理論和實踐結(jié)合等特點；二、課程目標與基本要求（一）課程目標通過本課程的學習，使考生明白人工智能在嬉戲引擎設(shè)計中的重要性，把握嬉戲編程中的人工智能的理論學問，并能應(yīng)用遺傳算法和人工神經(jīng)網(wǎng)絡(luò)原理創(chuàng)建嬉戲中的人工智能；（二）基本要求1、具備 win32 基本編程才能；2、懂得動畫原理、 遺傳算法和神經(jīng)網(wǎng)絡(luò)的基本概念以及所用到的數(shù)學和物理知識；3、能夠?qū)⑦z傳算法的進化過程應(yīng)用于嬉戲角色智能行為的模擬；4、能夠利用神經(jīng)網(wǎng)絡(luò)學問實現(xiàn)嬉戲角色通過學習來熟悉嬉戲環(huán)境、適應(yīng)環(huán)境或進行周旋和較量的行為；三、與本專業(yè)其他課程的關(guān)系1. 本課程是專業(yè)學習的主干課程；2

3、. 本課程是嬉戲軟件開發(fā)基礎(chǔ) 、嬉戲架構(gòu)導論和 c+編程基礎(chǔ) 等課程的后續(xù)課程；3. 本課程的重點是win32 編程學問、遺傳算法的理論和應(yīng)用、神經(jīng)網(wǎng)絡(luò)的理論和應(yīng)用；4. 本課程的難點是嬉戲引擎中的遺傳算法、神經(jīng)網(wǎng)絡(luò)的編程實現(xiàn)；第 9 頁 共 8 頁其次部分 考核內(nèi)容與考核目標第 1 章 windows概述一、學習目的與要求本章是介紹 windows的進展歷程以及 windows的編程入門學問；通過本章學習，把握 win32 編程的基礎(chǔ)學問；二、考核學問點與考核目標 一 歷史一瞥（一般）識記： windows版本的進展歷程； 二hello world?。ㄖ攸c）應(yīng)用：“ hello world！

4、”程序； 三 第一個 windows程序（次重點）識記：匈牙利表示法；懂得： windows過程、集成開發(fā)環(huán)境；應(yīng)用：鍵盤輸入的編碼實現(xiàn)、窗口注冊、創(chuàng)建窗口、windows消息循環(huán)；第 2 章 windows編程進階一、學習目的與要求本章內(nèi)容主要介紹 windows編程基本學問，是進入遺傳算法和神經(jīng)網(wǎng)絡(luò)學習的基礎(chǔ)；通過本章的學習， 懂得資源的含義， 把握 windows的繪圖和文字工具， 能夠創(chuàng)建程序中菜單、圖標、鼠標光標等內(nèi)容；二、考核學問點與考核目標（一） windows圖形設(shè)備接口（重點）識記：窗口顯示的圖形類型、設(shè)備描述表；懂得：句柄獵取、顏色設(shè)定；應(yīng)用：自定義畫筆、自定義畫刷、自定義

5、外形；（二）文本（次重點）識記： textout 、drawtext；應(yīng)用：文本設(shè)定；（三）如何創(chuàng)建后備緩沖（次重點）識記：幀率、前端緩沖、后備緩沖；懂得：實現(xiàn)消息抽取循環(huán)、后備緩沖的使用；（四）使用資源（重點） 識記：資源類型；應(yīng)用：圖標自定義、光標自定義、菜單自定義；（五）對話框（重點）識記：對話框的類型；應(yīng)用：對話框的創(chuàng)建；（六）正確定時（重點） 懂得：正確定時；第 3 章 遺傳算法入門一、學習目的與要求遺傳算法是運算機模擬生物的遺傳進化過程，用模擬法實現(xiàn)人工智能， 需要編程者具有生物學的摸索方法；遺傳算法在嬉戲引擎設(shè)計中應(yīng)用廣泛；通過本章的學習， 懂得生物進化的基本原理和有關(guān)概念， 把

6、握運算機中角色進化的實現(xiàn)方法，并能夠?qū)⒗碚搼?yīng)用于走迷宮嬉戲中；二、考核學問點與考核目標（一）鳥和蜜蜂（一般）識記： 基因、等位基因、基因組、遺傳類型；（二） 二進制速成（一般）識記：二進制；應(yīng)用：二進制運算；（三） 運算機內(nèi)的進化（重點）識記：賭輪挑選法、雜交率、變異率；懂得：遺傳算法的過程；（四）幫忙 bob 回家（重點）識記：適應(yīng)性分數(shù)、雜交算子、變異算子；懂得：染色體編碼、雜交率和變異率對進化的影響、適應(yīng)性分數(shù)對進化的影響、群體尺寸和染色體長度對算法效率的影響；應(yīng)用：時代方法的實現(xiàn)、迷宮算法；第 4 章 置換碼與巡回銷售員問題一、學習目的與要求巡回銷售員問題常在戰(zhàn)略嬉戲的人工智能引擎中遇

7、到，它也可以用于代碼生成隨機地圖；通過本章的學習， 進一步鞏固遺傳算法的學問， 學習將遺傳算法應(yīng)用于實際問題的摸索方法；二、考核學問點與考核目標（一）巡回銷售員問題（重點）懂得：巡回員的問題、巡回員問題的主要特點、巡回員的基因編碼、適應(yīng)性分數(shù)設(shè)計的關(guān)鍵、基因組的結(jié)構(gòu)定義；（二）置換雜交的操作（重點）識記：置換雜交的類型、部分映射雜交；應(yīng)用：部分映射雜交的實現(xiàn)；（三）變換變異操作（重點）識記：變換變異；應(yīng)用：變換變異的實現(xiàn)；（四）挑選一個適應(yīng)性函數(shù)（重點）懂得：適應(yīng)性函數(shù)的設(shè)計；（五）挑選（重點）懂得：種子選拔法的作用；應(yīng)用：種子選拔法的實現(xiàn)；（六）把一切組合在一起（重點）應(yīng)用：遺傳算法的實現(xiàn)、

8、第 5 章 遺傳算法的優(yōu)化一、學習目的與要求遺傳算法的把握需要通過動手實踐，不斷地試驗各種參數(shù)的設(shè)定；通過本章的學習， 學會觀看各種算子以及摸索改進的方法， 把握各種適應(yīng)性的變比技術(shù)以提高遺傳算法性能；二、考核學問點與考核目標（一） tsp用到的各種算子（重點）識記：散播變異、移位變異、插入變異、倒置變異、倒置移位變異、基于次序的雜交、基于位置的雜交；應(yīng)用：散播變異的實現(xiàn)、移位變異的實現(xiàn)、插入變異的實現(xiàn)、基于次序雜交的實現(xiàn)、基于位置雜交的實現(xiàn)；（二）各種處理工具（次重點）識記：局部最優(yōu)解、方差、標準差、西格瑪變比運算適應(yīng)性分數(shù)的公式、單點雜交、兩點雜交、多點雜交；懂得：穩(wěn)態(tài)挑選、適應(yīng)性比例挑選

9、、賭輪挑選、隨機遍歷取樣、競標賽挑選、排名變比的方法、西格瑪變比的特點、波茲曼變比的特點、子群技術(shù)的實現(xiàn)；應(yīng)用：隨機遍歷取樣的實現(xiàn)、錦標賽挑選的實現(xiàn)、西格瑪變比的實現(xiàn)、波茲曼變比的實現(xiàn)、多點雜交的實現(xiàn)；第 6 章 登月也不難一、學習目的與要求本章的內(nèi)容是設(shè)計一個引導登月飛船平穩(wěn)降落在著陸平臺的人工智能程序；通過本章的學習， 把握嬉戲編程中需用到的矩陣及變換、 矢量和牛頓物理學的學問；進一步懂得遺傳算法的廣泛應(yīng)用性，更深化地學習遺傳算法的編碼實現(xiàn)；二、考核學問點與考核目標（一）創(chuàng)建和處理矢量圖形（次重點）識記：圖形的定義、矩陣的概念、矩陣的乘法、單位矩陣、矩陣的頂點變換公式；步驟；懂得：頂點變換

10、、頂點平移、圖形變比、圖形旋轉(zhuǎn)、創(chuàng)建和使用單位矩陣的應(yīng)用：頂點緩沖、圖形處理的綜合應(yīng)用；（二）矢量（次重點）識記：矢量的概念；懂得：矢量的加減、矢量大小的運算、矢量的數(shù)乘、矢量的規(guī)范化、矢量的分解、矢量的點積；（三）相關(guān)的物理學問（一般） 識記：加速度、引力；（四）人工掌握的登月工程（重點） 識記：映射模式；懂得：登月飛船參數(shù)更新的步驟、登月飛船掌握的關(guān)鍵、登月飛船基因組的編碼方法、登月飛船安全著陸的條件；應(yīng)用：登月飛船參數(shù)更新的實現(xiàn)、登月飛船變異操作的實現(xiàn)、登月飛船雜交操作的實現(xiàn)；第 7 章 神經(jīng)網(wǎng)絡(luò)概述一、學習目的與要求人工神經(jīng)網(wǎng)絡(luò)是人類或者生物大腦工作機制的模擬，在嬉戲中主要用來掌握對手

11、的嬉戲代理的行為，使他們象真人那樣，能夠通過學習來熟悉環(huán)境、適應(yīng)環(huán)境， 或?qū)W會與他的對手（玩家）進行周旋和較量的才能；通過本章的學習， 懂得人工神經(jīng)網(wǎng)絡(luò)的基本學問和最常用的神經(jīng)網(wǎng)絡(luò)，把握利用神經(jīng)網(wǎng)絡(luò)設(shè)計一個用于掃雷的虛擬機器人，并能夠結(jié)合遺傳算法學問改進神經(jīng)網(wǎng)絡(luò)的性能；二、考核學問點與考核目標（一）一個生物學的神經(jīng)網(wǎng)絡(luò)大腦（一般） 識記：生物神經(jīng)細胞的工作機制；懂得：人類大腦的特點；（二）數(shù)字版的神經(jīng)網(wǎng)絡(luò)（重點） 識記：鼓勵值；懂得：數(shù)字神經(jīng)細胞的輸入和輸出、 前饋網(wǎng)絡(luò)的結(jié)構(gòu)、 有監(jiān)督的學習、 手寫體文字識別的工作原理；（三）掃雷機嬉戲（重點）識記：人工神經(jīng)細胞的數(shù)學表達式、階躍鼓勵函數(shù)、s

12、型鼓勵函數(shù)的數(shù)學表達式、偏移；懂得：掃雷機的輸入信息清單、神經(jīng)細胞的結(jié)構(gòu)、神經(jīng)細胞層的結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)對象的定義、神經(jīng)網(wǎng)絡(luò)的編碼、創(chuàng)建神經(jīng)網(wǎng)絡(luò)的方法、神經(jīng)網(wǎng)絡(luò)的更新方法、掃雷機基因結(jié)構(gòu)體的定義、掃雷機類的定義、時代的工作步驟、單點雜交算子的改進方法、輸入?yún)?shù)的簡化；應(yīng)用：掃雷機嬉戲的實現(xiàn)；第 8 章 為機器供應(yīng)知覺一、學習目的與要求通過本章的學習， 能夠利用神經(jīng)網(wǎng)絡(luò)解決一般嬉戲中的兩個人工智能問題：躲開障礙物和探究環(huán)境；二、考核學問點與考核目標（一）回避障礙物（重點）懂得：勝利回避障礙物的條件、掃雷機適應(yīng)性分數(shù)的設(shè)定；應(yīng)用：觸覺器的功能實現(xiàn)；（二）為機器人供應(yīng)記憶器（重點） 識記：遞歸網(wǎng)絡(luò)；懂得

13、：環(huán)境地圖的設(shè)計、記憶器的設(shè)計和應(yīng)用；應(yīng)用：機器人探究功能的實現(xiàn)；第 9 章 有監(jiān)督的訓練方法一、學習目的與要求有監(jiān)督訓練法適用于已經(jīng)具備可以用來訓練神經(jīng)網(wǎng)絡(luò)的各種數(shù)據(jù)；通過本章的學習，明白網(wǎng)絡(luò)訓練的基本方法；通過異或（xor）函數(shù)的網(wǎng)絡(luò)，討論利用反向傳播法的訓練過程；能夠把握訓練神經(jīng)網(wǎng)絡(luò)來識別玩家通過鼠標所做的手勢，對神經(jīng)網(wǎng)絡(luò)訓練中的一些使用技巧有肯定的明白；二、考核學問點與考核目標（一）異或函數(shù)（重點）識記：異或函數(shù)的功能、輸出層權(quán)重的調(diào)整、隱匿層權(quán)重的調(diào)整、訓練集；懂得：反向傳播的工作原理、訓練網(wǎng)絡(luò)的步驟；應(yīng)用： xor網(wǎng)絡(luò)的訓練、（二） recognizeit 鼠標手勢的識別（重點）懂

14、得：鼠標手勢的訓練、學習率的特點及其設(shè)置、鼠標數(shù)據(jù)的記錄和轉(zhuǎn)換；應(yīng)用：鼠標手勢的識別；（三）一些有用的技術(shù)與技巧（次重點） 識記：增加動量的作用；懂得：過擬合、柔性最大鼓勵函數(shù)；（四）監(jiān)督學習的應(yīng)用（一般）懂得：監(jiān)督學習的訓練集的信息、輸出訓練集的信息；第 10 章 實時演化一、學習目的與要求在嬉戲中可以借助人工神經(jīng)網(wǎng)絡(luò)模擬生物群體的不同性能和不同的行為方式；通過本章的學習， 懂得神經(jīng)網(wǎng)絡(luò)所代表的人體常常性產(chǎn)生和死亡的機制，把握將神經(jīng)網(wǎng)絡(luò)應(yīng)用于創(chuàng)建一批接受訓練并學會逃避子彈的外星人的方法；二、考核學問點與考核目標（一）外星人嬉戲（重點）識記：外星人的工作機制、外星人的動作特點；懂得：外星人孵化

15、池的工作原理、 外星人適應(yīng)性分數(shù)的設(shè)定、 外星人的演化；應(yīng)用：外星人的程序?qū)崿F(xiàn)；第 11 章 演化神經(jīng)網(wǎng)絡(luò)的拓撲一、學習目的與要求神經(jīng)網(wǎng)絡(luò)的體系結(jié)構(gòu)對網(wǎng)絡(luò)的有效性有非常重要的作用，演化型神經(jīng)網(wǎng)絡(luò)可以在學習過程中合理地進行歸納、不失去推廣才能，在不同適應(yīng)性大小的網(wǎng)絡(luò)結(jié)構(gòu)類型中盡可能廣泛搜尋，直到找到全局的最優(yōu)解；通過本章學習，明白演化型神經(jīng)網(wǎng)絡(luò)的特點，懂得該網(wǎng)絡(luò)的工作原理，把握直接編碼、間接編碼的方法，懂得neat的工作原理；二、考核學問點與考核目標（一）競爭商定問題（次重點）識記：演化型神經(jīng)網(wǎng)絡(luò)的創(chuàng)建方法、演化型神經(jīng)網(wǎng)絡(luò)、競爭商定問題；（二）直接編碼（次重點）識記：直接編碼、基因子編碼、二進制

16、矩陣編碼、基于路徑的編碼；懂得：基因子編碼的缺點、基于節(jié)點編碼的處理方法、基于節(jié)點編碼的神經(jīng)網(wǎng)絡(luò)演化步驟、基于路徑編碼的突變操作類型；（三）間接編碼（一般）識記：間接編碼、基于語法的編碼、二維生長的編碼；（四）拓撲擴張的神經(jīng)演化（次重點）識記：拓撲擴張的神經(jīng)演化、 neat基因組的結(jié)構(gòu)、鏈接基因的結(jié)構(gòu)、神經(jīng)細胞的基因結(jié)構(gòu)、基因組創(chuàng)新、物種的形成、顯式適應(yīng)性共享；懂得：基因組可用的突變操作、基因組創(chuàng)新的實現(xiàn)、加入鏈接的方式、兼容性測試的指標、換代的方法、 neat的更新模式；應(yīng)用：加入神經(jīng)元的方法、利用創(chuàng)新幫助設(shè)計有效的雜交操作；第三部分有關(guān)說明與實施要求一、教材指定教材：嬉戲編程中的人工智能技術(shù) ，mat buckland 著 吳祖增 沙鷹 譯， 清華高校出版社， 2006 年版二、對社會助學的要求1、助學學時： 本課程共 4 學分，建議總課時 72 學時， 其中助學課時安排如下：章 次1234內(nèi)容學 時windows概述windows編程進階遺傳算法入門置換碼與巡回銷售員問題46885遺傳算法優(yōu)化86登月也不難67神經(jīng)網(wǎng)絡(luò)概述48為機器人供應(yīng)知覺89有監(jiān)督的訓練方法810實時演化611演化神經(jīng)網(wǎng)絡(luò)的拓撲6合 計72三、關(guān)于命題考試的如干規(guī)定1、試卷中對不同才能層次的比例大致是： “識記”為 20%、“懂得”為 50%、“應(yīng)用”