书名：官方旗舰店 腾讯游戏开发精粹1+腾讯游戏开发精粹2 腾讯游戏学堂研发团队人工智能计算机图形动画物理客户端服务端架构技术管线工具
定价：227.0
ISBN：9787121366024
版次：1
出版时间：2019-09

内容提要：

《腾讯游戏开发精粹》是腾讯游戏研发团队的技术结晶，由10多名腾讯游戏资深技术专家撰写而成，整理了团队在自主游戏研发的道路上积累沉淀的技术方案，具有较强的通用性及时效性，内容涵盖游戏脚本系统及开发工具、数学和物理、计算机图形、人工智能与后台架构等。

《腾讯游戏开发精粹2》是腾讯游戏研发团队的技术结晶，由10多名腾讯游戏资深技术专家撰写而成，整理了团队在自主游戏研发的道路上积累沉淀的技术方案，具有较强的通用性及时效性，内容涵盖游戏脚本系统及开发工具、数学和物理、计算机图形、人工智能与后台架构等。

作者简介：

腾讯游戏十多位从事一线技术研发和前沿创新的骨干开发技术专家。

目录：

**部分 游戏数学

第1 章 基于SDF的摇杆移动 2

摘要 2

1.1 引言 3

1.2 有号距离场（SDF 3

1.3 利用栅格数据预计算SDF  4

1.4 SDF 的碰撞检测与碰撞响应 5

1.5 避免往返 8

1.6 利用多边形数据预计算SDF  9

1.7 其他需求 10

1.7.1 如何将角色从障碍区域中移出 10

1.7.2 角色不能越过障碍物的远距离移动 11

1.8 动态障碍物 12

1.9 AI寻路 14

1.10 动态地图 14

1.11 总结 17

参考文献 17

第2 章 高性能的定点数实现方案 18

摘要 18

2.1 引言 18

2.1.1 浮点数简介 18

2.1.2 32 位浮点数（单精度）表示原理 19

2.2 基于整数的二进制表示的定点数原理 19

2.2.1 32 位定点数表示原理 19

2.2.2 64 位定点数表示原理 20

2.3 定点数的四则运算 21

2.3.1 加法与减法 22

2.3.2 乘法 22

2.3.3 除法 23

2.4 定点数开方与**函数实现方法 23

2.4.1 多项式拟合 24

2.4.2 正弦/余弦函数 25

2.4.3 指数函数 26

2.4.4 对数函数 27

2.4.5 开方运算 27

2.4.6 开方求倒数 28

2.4.7 为什么不用查表法 30

2.5 定点数的误差对比与性能测试 30

2.5.1 **函数及开方的误差测试 30

2.5.2 性能测试 30

2.6 总结 31

参考文献 31

第二部分 游戏物理

第3 章 一种高效的弧长参数化路径系统 34

摘要 34

3.1 引言 34

3.2 端点间二次样条的构建 35

3.3 路径的构建 38

3.4 曲线的弧长参数化 39

3.5 曲线上的简单运动 42

3.5.1 跑动 42

3.5.2 跳跃 43

3.5.3 相邻路径的切换 44

3.5.4 曲线上的旋转插值 45

3.6 总结 46

参考文献 46

第4 章 船的物理模拟及同步设计 47

摘要 47

4.1 浮力系统 48

4.1.1 浮力 48

4.1.2 升力 52

4.1.3 拉力 52

4.1.4 拍击力 53

4.1.5 阻力上限 54

4.2 引擎系统 55

4.2.1 移动、转向模拟 55

4.2.2 向心力计算 56

4.3 Entity-Component 及同步概览 56

4.4 浮力系统物理更新机制 57

4.5 总结 59

参考文献 59

第5 章 3D 游戏碰撞之体素内存、效率优化 60

摘要 60

5.1 背景介绍 60

5.2 体素生成 62

5.3 体素内存优化 62

5.3.1 体素合并的原理 62

5.3.2 体素合并的算法 64

5.3.3 地面处理 65

5.3.4 水的处理 66

5.3.5 范围控制 67

5.3.6 内存自管理 67

5.3.7 体素内存优化算法的效果 68

5.3.8 体素效率优化 69

5.4 NavMesh 生成 69

5.4.1 体素生成NavMesh 69

5.4.2 获取地面高度 70

5.4.3 后台阻挡图 71

5.4.4 前台优先级NavMesh 71

5.4.5 锯齿 72

5.5 行走、轻功、摄像机碰撞 73

5.5.1 行走 73

5.5.2 轻功 75

5.5.3 摄像机碰撞 75

参考文献 76

第三部分 计算机图形

第6 章 移动端体育类写实模型优化 78

摘要 78

6.1 引言 79

6.2 方案设计思路 79

6.2.1 角色统一与差异元素分析 79

6.2.2 角色表现=人体+服饰 80

6.2.3 角色资源整理 83

6.2.4 资源制作与实现 84

6.3 具体实现  92

6.3.1 实现流程 92

6.3.2 CPU 逻辑 93

6.3.3 GPU 渲染 97

6.4 效果收益、性能分析和结语 97

6.4.1 方案优劣势 98

6.4.2 方案补充 99

6.4.3 应用场景 99

参考文献 100

第7 章 大规模3D 模型数据的优化压缩与精细渐进加载 101

摘要 101

7.1 引言 102

7.2 顶点数据优化 102

7.2.1 顶点数据合并去重 103

7.2.2 索引数据合并 104

7.2.3 顶点数据排序 104

7.2.4 子网格的拆分与合并 105

7.2.5 顶点数据编码压缩 105

7.3 有利于渐进加载的数据组织方式 112

7.4 总结 113

参考文献 114

第四部分 人工智能及后台架构

第8 章 游戏AI 开发框架组件behaviac 和元编程 116

摘要 116

8.1 behaviac 的工作原理 117

8.1.1 类型信息 117

8.1.2 什么是行为树 118

8.1.3 例子1 119

8.1.4 执行说明 119

8.1.5 进阶 120

8.1.6 例子2 120

8.1.7 再进阶 123

8.1.8 总结 123

8.2 元编程在behaviac中的应用 125

8.2.1 模板特化 126

8.2.2 加载中的特例化 126

8.2.3 运行中的特例化 129

第9 章 跳点搜索算法的效率、内存、路径优化方法 131

摘要 131

9.1 引言 132

9.2 JPS算法 133

9.2.1 算法介绍 133

9.2.2 A*算法流程 133

9.2.3 JPS算法流程 135

9.2.4 JPS算法的“两个定义、三个规则 135

9.2.5 算法举例 137

9.3 JPS算法优化 138

9.3.1 JPS效率优化算法 138

9.3.2 JPS内存优化 144

9.3.3 路径优化 145

9.4 GPPC 比赛解读 146

9.4.1 GPPC 比赛与地图数据集 146

9.4.2 GPPC 的评价体系 148

9.4.3 GPPC 参赛算法及其比较 150

参考文献 151

第10 章 优化MMORPG开发效率及性能的有限多线程模型 152

摘要 152

10.1 引言 152

10.1.1 多进程单线程模型 153

10.1.2 单进程多线程模型 153

10.1.3 单进程单线程模型 153

10.2 有限多线程模型 154

10.3 使用OpenMP框架快速实现有限多线程模型 156

10.4 控制多线程逻辑代码 158

10.5 异步化解决数据安全问题 159

10.6 对“不安全”访问的防范 160

10.7 拆解大锁 161

10.8 其他建议 163

参考文献 164

第五部分 游戏脚本系统

第11 章 Lua翻译工具——C#转Lua 166

摘要 166

11.1 设计初衷 166

11.2 实现原理 167

11.2.1 参考对比行业内类似的解决方案 167

11.2.2 翻译原理 168

11.2.3 翻译流程 168

11.3 翻译示例 170

11.4 实现细节 174

11.4.1 连续赋值 175

11.4.2 switch  175

11.4.3 continue  176

11.4.4 不定参数 177

11.4.5 条件表达式 178

11.5 运行性能 179

11.6 TKLua 翻译蓝图 179

11.6.1 类关系 180

11.6.2 类成员 180

11.6.3 方法体 181

11.7 发展方向 182

11.8 总结 184

参考文献  185

第12 章 Unreal Engine 4集成Lua  186

摘要 186

12.1 引言 186

12.2 UE4 元信息 187

12.2.1 介绍 187

12.2.2 Lua 通过元信息与UE4交互 189

12.2.3 读写成员变量 189

12.2.4 函数调用 190

12.2.5 C++调用Lua  191

12.2.6 小结 192

12.3 通过模板元编程生成“胶水”代码 192

12.3.1 接口设计 193

12.3.2 实现 195

12.3.3 读写成员变量 197

12.3.4 引用类型 198

12.3.5 导出函数 199

12.3.6 默认实参 200

12.3.7 默认生成的函数 202

12.3.8 C++调用Lua  203

12.3.9 小结 203

12.4 优化 203

12.4.1 UObject 指针与Table  203

12.4.2 结构体 204

12.4.3 运行时热加载 205

第六部分 开发工具

第13 章 使用FASTBuild助力Unreal Engine 4  208

摘要 208

13.1 引言 209

13.2 UE4 分布式工具 209

13.2.1 Derived Data Cache（DDC 209

13.2.2 Swarm  210

13.2.3 IncrediBuild  210

13.2.4 FASTBuild  211

13.3 在Windows系统下搭建FASTBuild 工作环境 213

13.3.1 网络架构 213

13.3.2 搭建基本环境 214

13.3.3 可用性验证 215

13.4 使用FASTBuild 分布式编译UE4代码和项目代码 219

13.4.1 准备工作 219

13.4.2 部署多机FASTBuild 环境 220

13.4.3 编译UE4 代码及对比测试 220

13.4.4 优化FASTBuild  224

13.4.5 再次测试分布式编译UE4代码 227

13.5 “秒”编UE4着色器 228

13.5.1 准备工作 229

13.5.2 大规模着色器编译测试 237

13.5.3 材质编辑器内着色器编译测试 240

13.6 总结 243

第14 章 一种高效的帧同步全过程日志输出方案 244

摘要 244

14.1 引言 244

14.2 帧同步的基础理论 245

14.2.1 基本原理 245

14.2.2 系统抽象 246

14.3 本方案*终解决的问题 247

14.4 全日志的自动插入 250

14.4.1 在函数**行代码之前自动插入日志代码 250

14.4.2 处理手动插入的日志代码 251

14.4.3 对每行日志代码进行**编码 251

14.4.4 构建版本 252

14.4.5 整体工具流程及代码清单 252

14.4.6 为什么不采用IL 注入 256

14.5 运行时的日志收集 256

14.5.1 整体业务流程 256

14.5.2 高效的存储格式 258

14.5.3 高性能的日志输出 259

14.5.4 正确选择合适的校验算法 259

14.6 导出可读性日志信息 260

14.7 本方案思路的可移植性 260

14.8 总结 261

第15 章 基于解析符号表，使用注入的方式进行Profiler采样的技术 262

摘要 262

15.1 进行测量之前的准备工作 263

15.1.1 注入的简单例子 263

15.1.2 注入额外的代码 264

15.1.3 注入的注意事项 265

15.2 性能的测量 267

15.2.1 时间的统计方法 267

15.2.2 针对函数的采样 268

15.2.3 测量实战 273

15.3 总结 276

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 Avatar31

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AI68

3.5　强化学习训练赛车AI71

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