Chapitre 1.
Action - Mouvements intelligents
- introduction
- Création d'un modèle d'action
- Poursuite et évasion
- Ajuster physiquement l'agent correctement
- Arrivée et départ
- Face à l'objet
- Errer
- Suivi de chemin
- Évasion de l'agent
- Évitez les murs
- Mélange d'actions par poids
- Mélanger les actions par ordre de priorité
- Tirer un projectile
- Prédire le point d'impact du projectile
- Cibler le projectile
- Création d'un système de saut


Chapitre 2.
Navigation
- introduction
- Exprimer le monde à travers des grilles
- Exprimer le monde à travers différents points de vue
- Représentation du monde par le biais de maillages de navigation personnalisés
Trouver une issue dans un labyrinthe à l'aide de la méthode DFS.
Trouver le chemin le plus court dans une grille à l'aide d'un parcours en largeur (BFS).
- Trouver le chemin le plus court à l'aide de l'algorithme de Dijkstra
- Trouver la voie la plus prometteuse en utilisant A*
- A* avec une utilisation de la mémoire améliorée : IDA*
- Stratégie de navigation multi-images : recherche en temps partagé
- Aplanir le chemin


Chapitre 3.
Prise de décision
- introduction
- Sélection par arbres de décision
- Implémentation de machines à états finis
- Amélioration des automates finis hiérarchiques
- Implémentation de l'arbre de comportement
- Application de la logique floue
- Prise de décision par le biais d'un comportement orienté vers un but
- Mise en œuvre de l'architecture du tableau noir
- Expérimentation avec la machine à états d'animation Unity


Chapitre 4.
Nouvelle API NavMash
- introduction
- Configuration des composants NavMesh
- Création et gestion du NavMesh pour différents agents
- Génération et mise à jour en temps réel des données NavMesh
- Gestion de la durée de vie des instances NavMesh
- Connexion de plusieurs instances NavMesh
- Génération dynamique de NavMesh pour les obstacles
- Implémentation du comportement à l'aide de l'API NavMesh


Chapitre 5.
Coopération et stratégie
- introduction
- Manutention importante
- Une* extension pour la collaboration : A*mbush
- Analyse des points de passage en fonction de l'altitude
- Analyse des points de passage en fonction de la couverture et de la visibilité
- Création automatique de points de passage
- Exemple de prise de décision par points de passage
- Mise en œuvre de cartes d'influence
- Améliorer l'influence grâce à l'inondation de la carte
- Amélioration de l'influence grâce aux filtres de convolution
- Créer un cycle de combat


Chapitre 6.
cognition de l'agent
- introduction
- Fonctionnalités visuelles utilisant des systèmes basés sur des collisionneurs
- Fonction auditive utilisant un système à collisionneur
- Fonction olfactive utilisant un système basé sur un collisionneur
- Fonctions visuelles utilisant des systèmes basés sur des graphes
- Fonction auditive utilisant un système basé sur des graphes
- Fonction olfactive utilisant un système basé sur les graphes
- Créer un sentiment de furtivité dans un jeu


Chapitre 7.
Jeux de société et intelligence artificielle d'exploration appliquée
- introduction
- Utilisation de la classe d'arbre de jeu
- Mise en œuvre minimale et maximale
- Inversion de l'implémentation maximale
- Mise en œuvre maximale inverse AB
- Mise en œuvre de la reconnaissance inversée
- Implémentation d'un adversaire IA pour le jeu de morpion
- Implémentation d'un adversaire IA au jeu de dames
- Implémentation d'une IA de type Pierre-Feuille-Ciseaux avec UCB1
- Mise en œuvre de la correspondance des regrets
- introduction


Chapitre 8.
Technologie d'apprentissage
- Prédiction du comportement à l'aide de N-Gram Prophet
- Améliorer le Prophète : N-gramme hiérarchique
- Apprentissage à l'aide du classificateur Naive Bayes
- Mise en œuvre de l'apprentissage par renforcement
- Mise en œuvre de réseaux neuronaux artificiels


Chapitre 9.
Génération de contenu procédural
- introduction
- Génération de labyrinthes par recherche en profondeur d'abord
- Implémentation des algorithmes de construction de donjons et d'îles
- Création de paysages
- Création de contenu à l'aide de N-grammes
- Génération d'ennemis à l'aide d'algorithmes évolutionnaires
- introduction


Chapitre 10.
Autres algorithmes
- Création et gestion d'objets de script
- Gérer les nombres aléatoires avec élégance
- Créer un adversaire de hockey sur air
- Mise en œuvre de l'architecture du jeu de course
- Gestion de la difficulté de la course à l'aide d'un système d'élasticité

★ Ce que ce livre aborde ★

- Concevoir des agents capables d'explorer des chemins intelligents en utilisant des technologies d'IA populaires telles que A* et A*mbush.
- Mise en œuvre d'un algorithme assurant la coopération entre agents et algorithmes stratégiques à des fins diverses.
- Imiter les sens pour que les agents puissent prendre de meilleures décisions en tenant compte de leur environnement.
- Explorer les algorithmes utilisés pour construire des agents de prise de décision qui vont au-delà des simples actions et mouvements.
- Mise en œuvre de stratégies de coopération et de coordination entre les agents lors du traitement de structures de données graphiques ou de caractéristiques du terrain.
- Mise en œuvre de points de passage lors de la création d'un sélecteur manuel


★ Public cible de ce livre ★

Ce cours est conçu pour les personnes ayant une compréhension de base d'Unity et souhaitant acquérir davantage d'outils pour résoudre les problèmes liés à l'IA et au gameplay.


★ Structure de ce livre ★

Le chapitre 1, « Comportement - Mouvement intelligent », explore certains des algorithmes de mouvement les plus intéressants basés sur les principes du comportement de direction, développés par Craig Reynolds et Ian Millington.
Ces algorithmes constituent la base de la plupart des IA et autres algorithmes dépendant du mouvement, tels que les algorithmes de recherche de chemin utilisés dans les jeux avancés.

Le chapitre 2, « Navigation », présente des algorithmes de recherche de chemin performants même dans des scénarios complexes.
Apprenez à représenter le monde à l'aide de structures graphiques adaptées à chaque objectif, et découvrez différents types d'algorithmes de recherche de chemin.

Le chapitre 3, « Prise de décision », décrit des techniques de prise de décision suffisamment flexibles pour s'appliquer à de multiples genres et suffisantes pour créer des modules de système de décision.

Le chapitre 4, « Nouvelle API NavMesh », présente le fonctionnement interne de la nouvelle API NavMesh introduite dans Unity 5.6.
Et cela vous donne un aperçu de la puissance du moteur NavMesh et vous permet de manipuler NavMesh en temps réel.

Le chapitre 5, « Collaboration et stratégie », traite des formations et des techniques qui utilisent des décisions stratégiques basées sur des graphes, telles que les points de passage et les cartes d'influence.
Il s'agit de recettes qui contrôlent d'autres agents comme s'il s'agissait d'organismes entiers.

Le chapitre 6, « La cognition de l'agent », explore comment développer des simulations des stimuli sensoriels d'un agent.
Apprenez à créer ces simulations en utilisant des outils que vous connaissez déjà (collisionneurs, graphes).

Le chapitre 7, « Jeux de société et IA exploratoire appliquée », traite de l'IA des jeux au tour par tour et des algorithmes nécessaires au développement des jeux de société.

Le chapitre 8, « Technologies d'apprentissage », explore l'apprentissage automatique.
Ce sera la première étape de l'apprentissage et de l'application des technologies d'apprentissage automatique.

Le chapitre 9, « Génération procédurale de contenu », explore plusieurs techniques de génération procédurale de contenu pour rendre votre jeu rejouable.
Il fournira des critères adaptés à la création de différents types de contenus.

Le chapitre 10, « Autres algorithmes », introduit de nouvelles techniques et utilise les algorithmes appris dans les chapitres précédents pour générer des comportements inédits qui ne s'intègrent pas facilement dans des catégories claires.


★ Note de l'auteur/du traducteur ★

Quand on pense à l'intelligence artificielle (IA), de nombreux sujets nous viennent à l'esprit, allant d'actions simples comme échapper à un joueur ou le suivre, aux adversaires d'échecs IA traditionnels, aux techniques d'apprentissage automatique de pointe ou à la création de contenu procédural.


Parler d'Unity, c'est parler de démocratisation du développement de jeux vidéo.
La facilité d'utilisation d'Unity, son adoption rapide des nouvelles technologies, la croissance continue de sa communauté de développeurs et ses nouveaux services cloud en ont fait l'un des outils logiciels les plus importants de l'industrie du jeu vidéo.

L'objectif principal de ce livre est de vous fournir des connaissances techniques sur Unity et des connaissances théoriques pour comprendre les concepts et les techniques de l'IA à travers les meilleures pratiques et conventions.
Ce faisant, vous serez en mesure d'atteindre votre plein potentiel, tant sur le plan personnel que professionnel.

Ce livre présente les outils nécessaires à la création d'une IA performante.
Les outils sont là pour créer de meilleurs ennemis, faire briller votre boss final, ou même construire votre propre moteur d'IA.
L'objectif de ce livre est de constituer un ouvrage de référence unique pour le développement de technologies d'IA avec Unity.

Bienvenue dans un voyage passionnant.
Ce parcours est une combinaison de nombreuses choses qui comptent beaucoup pour moi, en tant que joueur professionnel et en tant qu'être humain.
Cela inclut la programmation, le développement de jeux, l'IA et bien d'autres choses que vous pouvez partager avec d'autres développeurs.
Je ne sais comment exprimer ma joie de voir que vous lisez tous ce livre.
Nous espérons que ce livre vous aidera non seulement à améliorer vos compétences en Unity et en IA, mais aussi à offrir de nouvelles expériences aux joueurs dans les jeux que vous créez.
- Jorge Palacios


Le livre « Unity AI Programming Cookbook 2/e » a été publié.
C’est un grand honneur pour moi de traduire la deuxième édition, après la première.


Quatre ans se sont écoulés depuis la parution de la première édition.
Dans la note du traducteur de la première édition, j'ai parlé d'AlphaGo, mais beaucoup de choses se sont passées dans le secteur informatique entre-temps.
L'apprentissage profond n'est plus l'apanage des grandes entreprises.
Nous sommes entrés dans un monde où chacun peut acquérir des connaissances en matière d'apprentissage profond, obtenir des ensembles de données réels et appliquer directement l'apprentissage profond à ses propres applications.
Je me demande comment le monde va changer à l'avenir.


Le format de ce livre n'a pas beaucoup changé par rapport à la première édition, avec seulement quelques recettes ajoutées et supprimées.
Globalement, il s'agit de recettes plus pratiques.
Certaines personnes pourraient estimer que les explications détaillées de chaque recette sont insuffisantes.
En fait, si nous devions aborder correctement la théorie qui sous-tend chaque recette, cela prendrait probablement plus d'un chapitre.
Ce livre est axé sur les recettes. Si certaines parties vous semblent obscures ou si vous souhaitez approfondir certains points, il vous sera utile de consulter les ouvrages de référence ou un livre théorique distinct.
J'espère que ce livre vous sera utile à bien des égards.
- Choi Dong-hoon