腾讯游戏开发精粹Ⅱ(博文视点出品)
部分Ⅰ 人工智能
第1章 基于照片的角色捏脸和个性化技术 2
1.1 游戏中的捏脸系统 2
1.2 基于照片的角色捏脸流程 3
1.3 自定义捏脸工具包Face Avatar 31
1.4 总结 33
第2章 强化学习在游戏AI中的应用 34
2.1 游戏中的智能体 34
2.2 强化学习在竞速类游戏中的应用 38
2.3 强化学习在格斗类游戏中的应用 45
查看完整
第1章 基于照片的角色捏脸和个性化技术 2
1.1 游戏中的捏脸系统 2
1.2 基于照片的角色捏脸流程 3
1.3 自定义捏脸工具包Face Avatar 31
1.4 总结 33
第2章 强化学习在游戏AI中的应用 34
2.1 游戏中的智能体 34
2.2 强化学习在竞速类游戏中的应用 38
2.3 强化学习在格斗类游戏中的应用 45
查看完整
《腾讯游戏开发精粹 Ⅱ》是腾讯游戏研发团队不断积累沉淀的技术结晶，是继 2019年推出《腾讯游戏开发精粹》后的诚意续作。本书收录了 21 个在上线项目中得到验证的技术方案，深入介绍了腾讯公司在游戏开发领域的新研究成果和新技术进展，涉及人工智能、计算机图形、动画和物理、客户端架构和技术、服务端架构和技术及管线和工具等多个方向。本书适合游戏从业者、游戏相关专业师生及对游戏幕后技术原理感兴趣的普通玩家。
部分Ⅰ 人工智能
第1章 基于照片的角色捏脸和个性化技术 2
1.1 游戏中的捏脸系统 2
1.2 基于照片的角色捏脸流程 3
1.3 自定义捏脸工具包Face Avatar 31
1.4 总结 33
第2章 强化学习在游戏AI中的应用 34
2.1 游戏中的智能体 34
2.2 强化学习在竞速类游戏中的应用 38
2.3 强化学习在格斗类游戏中的应用 45
2.4 展望与总结 55
第3章 多种机器学习方法在赛车AI中的综合应用 61
3.1 游戏AI简介 61
3.2 赛车AI的常规方案 62
3.3 遗传算法优化赛车AI参数 63
3.4 监督学习训练赛车AI 68
3.5 强化学习训练赛车AI 71
3.6 总结 74
第4章 数字人级别的语音驱动面部动画生成 75
4.1 语音驱动数字人面部动画项目介绍 75
4.2 问题背景与研究现状 75
4.3 一个语音驱动高保真数字人的机器学习处理流程 79
4.4 基于深度学习语音识别的语音驱动数字人方法 85
4.5 多情绪语音驱动数字人 91
4.6 应用 93
4.7 总结 97
部分Ⅱ 计算机图形
第5章 实时面光源渲染 100
5.1 现状介绍 100
5.2 理论介绍 101
5.3 实践优化 107
5.4 总结 112
第6章 可定制的快速自动化全局光照和可见性烘焙器 113
6.1 光照烘焙简介 113
6.2 基于Voxel的快速光线追踪的实现 114
6.3 Volume Lightmap的烘焙实现 123
6.4 Visibility的烘焙、存储与使用 128
6.5 总结 143
第7章 物质点法在动画特效中的应用 145
7.1 物质点法简介 145
7.2 工业界现有的物质点法模拟库 147
7.3 物质点法在GPU上的高效实现 149
7.4 虚幻引擎中的物质点法插件 155
7.5 实现效果 160
7.6 总结 161
第8章 高自由度捏脸的表情动画复用方案 162
8.1 面部捕捉表情重定向到玩家自定义的脸 162
8.2 捏脸与表情系统概述 163
8.3 捏脸系统设计与实现 165
8.4 表情系统原理与表情捕捉技术 172
8.5 表情动画补偿与性能优化方案 178
8.6 总结 190
部分Ⅲ 动画和物理
第9章 多足机甲运动控制解决方案 192
9.1 机甲题材的游戏 192
9.2 程序化运动动画 195
9.3 表现生动化 200
9.4 地形适应 204
9.5 总结 207
第10章 物理查询介绍及玩法应用 208
10.1 物理引擎和物理查询 208
10.2 穿墙问题 208
10.3 物理查询 208
10.4 射线投射查询 209
10.5 扫掠查询 213
10.6 重叠查询 219
第11章 基于物理的角色翻越攀爬通用解决方案 223
11.1 应用场景介绍 223
11.2 CP系统的物理基础 224
11.3 CP系统的设计思路 227
11.4 CP系统的具体实现 229
11.5 CP系统的性能优化和复杂度控制 236
11.6 游戏的应用与优化 238
11.7 总结 239
部分Ⅳ 客户端架构和技术
第12章 跨游戏引擎的H5渲染解决方案 242
12.1 嵌入游戏的H5渲染引擎介绍 242
12.2 如何快速开发游戏周边系统及问题 242
12.3 架构 245
12.4 渲染后端实现 251
12.5 渲染之外 269
12.6 总结 270
第13章 大世界的场景复杂度管理方案 272
13.1 游戏里的大世界 272
13.2 输入部分 277
13.3 输出部分 284
13.4 反馈控制部分 285
13.5 测试数据 290
13.6 总结 291
第14章 基于多级细节网格的场景动态加载 292
14.1 Level Streaming 292
14.2 基于多级细节网格的Level Streaming 293
14.3 将场景预处理成多级细节网格结构 295
14.4 基于多级细节网格结构的加载 298
14.5 多级细节网格的其他应用 299
14.6 总结 300
部分Ⅴ 服务端架构和技术
第15章 面向游戏的高性能服务网格TbusppMesh 304
15.1 TbusppMesh摘要 304
15.2 TbusppMesh数据通信 305
15.3 TbusppMesh组网策略 309
15.4 TbusppMesh有状态服务 315
15.5 总结 321
第16章 游戏配置系统设计 322
16.1 游戏配置系统概述 322
16.2 游戏配置简介 322
16.3 游戏配置系统 323
16.4 配置设计与发布 324
16.5 配置Web管理系统 328
16.6 总结 330
第17章 游戏敏捷运营体系技术 331
17.1 游戏运营概况 331
17.2 DataMore大数据计算体系建设 335
17.3 基础平台 343
17.4 总结 360
部分Ⅵ 管线和工具
第18章 从照片到模型 364
18.1 从照片到模型概述 364
18.2 拍摄和预处理 366
18.3 模型生成和处理 374
18.4 去光照 378
18.5 结果展示 384
18.6 总结 385
第19章 一种可定制的Lua代码编辑检测工具 387
19.1 LuaHelper简介 387
19.2 研究现状 388
19.3 实现原理 388
19.4 相关理论 392
19.5 代码检测 402
19.6 注解功能 407
19.7 总结 416
第20章 安卓平台非托管内存分析方案 417
20.1 内存问题 417
20.2 解决方案 419
20.3 适配游戏引擎 422
20.4 性能表现 425
第21章 过程化河流生成方法研究与应用 427
21.1 过程化挑战 428
21.2 Houdini / Houdini Engine简介 428
21.3 河流组成及视觉要素 429
21.4 河流生成 429
21.5 材质 449
21.6 工作流程 452
21.7 总结 455
^ 收 起
第1章 基于照片的角色捏脸和个性化技术 2
1.1 游戏中的捏脸系统 2
1.2 基于照片的角色捏脸流程 3
1.3 自定义捏脸工具包Face Avatar 31
1.4 总结 33
第2章 强化学习在游戏AI中的应用 34
2.1 游戏中的智能体 34
2.2 强化学习在竞速类游戏中的应用 38
2.3 强化学习在格斗类游戏中的应用 45
2.4 展望与总结 55
第3章 多种机器学习方法在赛车AI中的综合应用 61
3.1 游戏AI简介 61
3.2 赛车AI的常规方案 62
3.3 遗传算法优化赛车AI参数 63
3.4 监督学习训练赛车AI 68
3.5 强化学习训练赛车AI 71
3.6 总结 74
第4章 数字人级别的语音驱动面部动画生成 75
4.1 语音驱动数字人面部动画项目介绍 75
4.2 问题背景与研究现状 75
4.3 一个语音驱动高保真数字人的机器学习处理流程 79
4.4 基于深度学习语音识别的语音驱动数字人方法 85
4.5 多情绪语音驱动数字人 91
4.6 应用 93
4.7 总结 97
部分Ⅱ 计算机图形
第5章 实时面光源渲染 100
5.1 现状介绍 100
5.2 理论介绍 101
5.3 实践优化 107
5.4 总结 112
第6章 可定制的快速自动化全局光照和可见性烘焙器 113
6.1 光照烘焙简介 113
6.2 基于Voxel的快速光线追踪的实现 114
6.3 Volume Lightmap的烘焙实现 123
6.4 Visibility的烘焙、存储与使用 128
6.5 总结 143
第7章 物质点法在动画特效中的应用 145
7.1 物质点法简介 145
7.2 工业界现有的物质点法模拟库 147
7.3 物质点法在GPU上的高效实现 149
7.4 虚幻引擎中的物质点法插件 155
7.5 实现效果 160
7.6 总结 161
第8章 高自由度捏脸的表情动画复用方案 162
8.1 面部捕捉表情重定向到玩家自定义的脸 162
8.2 捏脸与表情系统概述 163
8.3 捏脸系统设计与实现 165
8.4 表情系统原理与表情捕捉技术 172
8.5 表情动画补偿与性能优化方案 178
8.6 总结 190
部分Ⅲ 动画和物理
第9章 多足机甲运动控制解决方案 192
9.1 机甲题材的游戏 192
9.2 程序化运动动画 195
9.3 表现生动化 200
9.4 地形适应 204
9.5 总结 207
第10章 物理查询介绍及玩法应用 208
10.1 物理引擎和物理查询 208
10.2 穿墙问题 208
10.3 物理查询 208
10.4 射线投射查询 209
10.5 扫掠查询 213
10.6 重叠查询 219
第11章 基于物理的角色翻越攀爬通用解决方案 223
11.1 应用场景介绍 223
11.2 CP系统的物理基础 224
11.3 CP系统的设计思路 227
11.4 CP系统的具体实现 229
11.5 CP系统的性能优化和复杂度控制 236
11.6 游戏的应用与优化 238
11.7 总结 239
部分Ⅳ 客户端架构和技术
第12章 跨游戏引擎的H5渲染解决方案 242
12.1 嵌入游戏的H5渲染引擎介绍 242
12.2 如何快速开发游戏周边系统及问题 242
12.3 架构 245
12.4 渲染后端实现 251
12.5 渲染之外 269
12.6 总结 270
第13章 大世界的场景复杂度管理方案 272
13.1 游戏里的大世界 272
13.2 输入部分 277
13.3 输出部分 284
13.4 反馈控制部分 285
13.5 测试数据 290
13.6 总结 291
第14章 基于多级细节网格的场景动态加载 292
14.1 Level Streaming 292
14.2 基于多级细节网格的Level Streaming 293
14.3 将场景预处理成多级细节网格结构 295
14.4 基于多级细节网格结构的加载 298
14.5 多级细节网格的其他应用 299
14.6 总结 300
部分Ⅴ 服务端架构和技术
第15章 面向游戏的高性能服务网格TbusppMesh 304
15.1 TbusppMesh摘要 304
15.2 TbusppMesh数据通信 305
15.3 TbusppMesh组网策略 309
15.4 TbusppMesh有状态服务 315
15.5 总结 321
第16章 游戏配置系统设计 322
16.1 游戏配置系统概述 322
16.2 游戏配置简介 322
16.3 游戏配置系统 323
16.4 配置设计与发布 324
16.5 配置Web管理系统 328
16.6 总结 330
第17章 游戏敏捷运营体系技术 331
17.1 游戏运营概况 331
17.2 DataMore大数据计算体系建设 335
17.3 基础平台 343
17.4 总结 360
部分Ⅵ 管线和工具
第18章 从照片到模型 364
18.1 从照片到模型概述 364
18.2 拍摄和预处理 366
18.3 模型生成和处理 374
18.4 去光照 378
18.5 结果展示 384
18.6 总结 385
第19章 一种可定制的Lua代码编辑检测工具 387
19.1 LuaHelper简介 387
19.2 研究现状 388
19.3 实现原理 388
19.4 相关理论 392
19.5 代码检测 402
19.6 注解功能 407
19.7 总结 416
第20章 安卓平台非托管内存分析方案 417
20.1 内存问题 417
20.2 解决方案 419
20.3 适配游戏引擎 422
20.4 性能表现 425
第21章 过程化河流生成方法研究与应用 427
21.1 过程化挑战 428
21.2 Houdini / Houdini Engine简介 428
21.3 河流组成及视觉要素 429
21.4 河流生成 429
21.5 材质 449
21.6 工作流程 452
21.7 总结 455
^ 收 起
《腾讯游戏开发精粹 Ⅱ》是腾讯游戏研发团队不断积累沉淀的技术结晶，是继 2019年推出《腾讯游戏开发精粹》后的诚意续作。本书收录了 21 个在上线项目中得到验证的技术方案，深入介绍了腾讯公司在游戏开发领域的新研究成果和新技术进展，涉及人工智能、计算机图形、动画和物理、客户端架构和技术、服务端架构和技术及管线和工具等多个方向。本书适合游戏从业者、游戏相关专业师生及对游戏幕后技术原理感兴趣的普通玩家。
比价列表价格走势
