게임 정보학: 게임을 개척하는 인공지능 : 북윈도

이전상품 [예약판매] 모두의 자바 다음 상품 파이썬 코딩의 기술(Effective Python 2nd) 확대보기

리뷰 0 위시 120

게임 정보학: 게임을 개척하는 인공지능 요약정보 및 구매

상품 선택옵션 0 개, 추가옵션 0 개

출판사	길벗
저자	이토 타케시 , 호키 구니히토 , 미야케 요이치로
ISBN	9791165213206 (1165213206)
정가	22,000원
판매가	19,800원(10% 할인)
배송비	무료배송

00포인트

포인트 정책 설명문 출력

선택된 옵션

수량

수량

관심상품

상품 정보

상품정보
회원리뷰 0
상품문의 0
교환/반품/배송

상품 상세설명

게임, 더 이상 놀이가 아닌 과학이다!

딥러닝과 강화 학습 기법이 등장하면서 게임 분야 역시 급격히 발전하고 새로운 기술이 계속 나오고 있다. 알파고처럼 인공지능이 플레이어의 역할을 하는 한편, 유전 알고리즘을 적용시켜 한층 더 복잡하고 흥미로운 게임을 만들기도 한다. 이 책은 과학적 관점에서 게임이 가진 의미를 정의하고, 게임 속에서 인공지능이 어떤 역할을 하는지, 게임 알고리즘에는 무엇이 있는지 개괄적으로 설명한다. 게다가 대표적인 게임을 중심으로 죄수의 딜레마, 내시 균형 등 게임 이론도 설명하고 있어서 게임 기획/개발에 필요한 기반 지식을 얻어갈 수 있다.

1부 게임 정보학 개요
1장 게임이란
1.1 게임 정의
1.2 게임의 정보학적 분류

2장 게임 정보학 기초
2.1 게임과 문제 해결
2.2 게임 정보학의 역사

3장 게임 AI와 인지 연구
3.1 게임 AI와 알고리즘
3.2 게임과 인지 과학

2부 게임 정보학 알고리즘
4장 최단 경로 탐색과 비용 함수: 15 퍼즐
4.1 15 퍼즐
4.2 15 퍼즐의 그래프 탐색
4.3 A* 알고리즘
4.4 문제를 완화해서 h 비용을 설계하는 방법

5장 게임 이론의 기초 지식: 죄수의 딜레마, 가위바위보, 틱택토
5.1 전략형 게임과 전략의 우열
5.2 내시 균형과 혼합 확대
5.3 2인 제로섬 게임의 균형점과 미니맥스 정리
5.4 전개형 게임
5.5 전개형 게임의 전략과 역진귀납법

6장 미니맥스 게임 트리와 탐색: 틱택토, 오셀로, 체스, 일본 장기
6.1 미니맥스 게임 트리
6.2 미니맥스 게임 트리의 깊이 우선 탐색
6.3 미니맥스 게임 트리의 αβ 탐색
6.4 AND/OR 트리와 증명 개수
6.5 미니맥스 게임 트리의 그래프 탐색
6.6 휴리스틱 미니맥스 탐색

7장 몬테카를로법을 이용한 강화 학습: 블랙잭
7.1 강화 학습 개요
7.2 블랙잭과 기본 규칙
7.3 게임 상황, 행동 및 보수의 표현
7.4 몬테카를로법을 이용한 정책 평가
7.5 정책 개선

3부 디지털 게임에 게임 정보학 응용
8장 게임 AI: 액션 게임과 보드 게임 비교
8.1 디지털 게임의 원리
8.2 보드 게임과 디지털 게임의 AI 차이
8.3 지식 표현, 세계 표현
8.4 게임 표현
8.5 캐릭터 행동 표현
8.6 디지털 게임 AI의 전모

9장 캐릭터 AI
9.1 에이전트 아키텍처
9.2 센서 모듈
9.3 지식 생성 모듈
9.4 의사 결정 모듈
9.5 이펙터와 운동 생성 모듈
9.6 기억과 인포메이션 플로
9.7 기억 형태
9.8 블랙 보드 아키텍처

10장 게임 AI의 지식 표현과 의사 결정 알고리즘
10.1 지식 표현
10.2 여덟 가지 의사 결정 알고리즘

11장 내비게이션 AI
11.1 내비게이션 메시와 웨이포인트
11.2 데이크스트라 탐색법과 A* 경로 탐색
11.3 지형 해석
11.4 전술 위치 검색
11.5 영향맵
11.6 사회적 공간

12장 학습 및 진화 알고리즘 응용
12.1 통계 기반 학습
12.2 신경망 238
12.3 유전 알고리즘 239
12.4 게임 진화 알고리즘
12.5 강화 학습
12.6 플레이어의 데이터로 학습

책속으로

[역자 서문]
게임 정보학은 게임을 대상으로 하는 넓은 의미에서의 정보 처리 연구 영역입
니다. 게임은 게임의 구성 요소를 어떻게 보는가에 따라 다양하게 정의하는데,
특히 디지털 게임은 기술이 발전하면서 게임의 형태도 바뀝니다. 기존에 없었
던 새로운 게임이 세상에 나오기도 하고, 그에 따라 게임의 정의가 변화하기도
합니다. 이 책은 게임이 가진 의미를 게임의 역사와 정의에서부터 다시 살피고, 게임의
인지 과학적인 측면과 게임의 정보 과학적인 측면 그리고 디지털 게임으로의
응용까지 개괄적으로 설명합니다. 저자들은 이런 연구를 통해 게임 저변에 있
는 공통점을 밝혀 개별 게임의 차이를 드러내고, 특징을 찾아내어 게임에서 사
용한 기술을 설명하고자 시도했습니다. 게다가 탐색 이론이나 머신러닝, 신경
망처럼 기술적인 내용뿐만 아니라 죄수의 딜레마, 내시 균형 등 게임 이론의 기
초도 함께 다루고 있어 지루하지 않게 읽을 수 있었습니다.
-김성훈

출판사 서평

게임을 흥미롭게 만드는 인공지능 기술과 그 역할을 알아보자!게임 속 인공지능의 가치는 인간과 대결해서 승리하는 데 있는 것이 아니라, 플레이어가 더욱 더 재미있게 게임을 즐길 수 있는 환경을 조성하는 데 있다. 그래서 체스나 바둑 같은 보드 게임부터 디지털 게임까지 인공지능이 다양하게 활용되어 왔으며, 게임 인공지능이 이만큼 성장하기까지 연구가 꾸준하게 이루어졌다.이 책은 이러한 연구를 바탕으로 밝혀진 각 게임에 특화된 기술이나 이론을 가볍게 훑어본다. 인공지능이 인간과 대전해 온 역사, 게임 환경을 극적으로 만드는 인공지능 알고리즘, 게임을 플레이하는 인공지능 등 그동안 인공지능이 게임에 어떻게 적용되었는지, 무슨 역할을 하는지, 구체적인 기법에는 무엇이 있는지를 담았다.또한, 게임을 플레이하는 인간의 사고에 관한 연구(인지과학적 연구)도 설명하는데, 플레이어의 행위가 다른 플레이어에게 영향을 미치는 전략적 상황에서 어떤 의사 결정을 내리는 것이 이득일지 연구한 결과도 살펴보자

상품 정보 고시

도서명	게임 정보학: 게임을 개척하는 인공지능
저자	이토 타케시 , 호키 구니히토 , 미야케 요이치로
출판사	길벗
ISBN	9791165213206 (1165213206)
쪽수	256
출간일	2020-10-28
사이즈	152 * 226 * 18 mm /365g
목차 또는 책소개	1부 게임 정보학 개요 1장 게임이란 1.1 게임 정의 1.2 게임의 정보학적 분류 2장 게임 정보학 기초 2.1 게임과 문제 해결 2.2 게임 정보학의 역사 3장 게임 AI와 인지 연구 3.1 게임 AI와 알고리즘 3.2 게임과 인지 과학 2부 게임 정보학 알고리즘 4장 최단 경로 탐색과 비용 함수: 15 퍼즐 4.1 15 퍼즐 4.2 15 퍼즐의 그래프 탐색 4.3 A* 알고리즘 4.4 문제를 완화해서 h 비용을 설계하는 방법 5장 게임 이론의 기초 지식: 죄수의 딜레마, 가위바위보, 틱택토 5.1 전략형 게임과 전략의 우열 5.2 내시 균형과 혼합 확대 5.3 2인 제로섬 게임의 균형점과 미니맥스 정리 5.4 전개형 게임 5.5 전개형 게임의 전략과 역진귀납법 6장 미니맥스 게임 트리와 탐색: 틱택토, 오셀로, 체스, 일본 장기 6.1 미니맥스 게임 트리 6.2 미니맥스 게임 트리의 깊이 우선 탐색 6.3 미니맥스 게임 트리의 αβ 탐색 6.4 AND/OR 트리와 증명 개수 6.5 미니맥스 게임 트리의 그래프 탐색 6.6 휴리스틱 미니맥스 탐색 7장 몬테카를로법을 이용한 강화 학습: 블랙잭 7.1 강화 학습 개요 7.2 블랙잭과 기본 규칙 7.3 게임 상황, 행동 및 보수의 표현 7.4 몬테카를로법을 이용한 정책 평가 7.5 정책 개선 3부 디지털 게임에 게임 정보학 응용 8장 게임 AI: 액션 게임과 보드 게임 비교 8.1 디지털 게임의 원리 8.2 보드 게임과 디지털 게임의 AI 차이 8.3 지식 표현, 세계 표현 8.4 게임 표현 8.5 캐릭터 행동 표현 8.6 디지털 게임 AI의 전모 9장 캐릭터 AI 9.1 에이전트 아키텍처 9.2 센서 모듈 9.3 지식 생성 모듈 9.4 의사 결정 모듈 9.5 이펙터와 운동 생성 모듈 9.6 기억과 인포메이션 플로 9.7 기억 형태 9.8 블랙 보드 아키텍처 10장 게임 AI의 지식 표현과 의사 결정 알고리즘 10.1 지식 표현 10.2 여덟 가지 의사 결정 알고리즘 11장 내비게이션 AI 11.1 내비게이션 메시와 웨이포인트 11.2 데이크스트라 탐색법과 A* 경로 탐색 11.3 지형 해석 11.4 전술 위치 검색 11.5 영향맵 11.6 사회적 공간 12장 학습 및 진화 알고리즘 응용 12.1 통계 기반 학습 12.2 신경망 238 12.3 유전 알고리즘 239 12.4 게임 진화 알고리즘 12.5 강화 학습 12.6 플레이어의 데이터로 학습