• 컴퓨터/IT > 게임/멀티미디어 > 게임프로그래밍

출판사 리뷰

역자후기

게임 정보학은 게임을 대상으로 하는 넓은 의미에서의 정보 처리 연구 영역입니다. 게임은 게임의 구성 요소를 어떻게 보는가에 따라 다양하게 정의하는데, 특히 디지털 게임은 기술이 발전하면서 게임의 형태도 바뀝니다. 기존에 없었던 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 있는 공통점을 밝혀 개별 게임의 차이를 드러내고, 특징을 찾아내어 게임에서 사용한 기술을 설명하고자 시도했습니다. 게다가 탐색 이론이나 머신러닝, 신경망처럼 기술적인 내용뿐만 아니라 죄수의 딜레마, 내시 균형 등 게임 이론의 기초도 함께 다루고 있어 지루하지 않게 읽을 수 있었습니다.

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