本書圍繞人工智能中的基礎數(shù)學理論問題展開討論，介紹了粒子法、網(wǎng)格法，以及混合方法的基本概念，以及它們在動畫引擎開發(fā)過程中的代碼實踐。本書的一大特色是為讀者提供了面向代碼的方法，便于讀者上手動畫引擎的開發(fā)基礎。本書兼具實用性和理論性，不僅有詳細的理論介紹幫助讀者深入理解相關的概念，還提供豐富的代碼，以及持續(xù)更新的GitHub倉庫供讀者參考。本書適合人工智能相關專業(yè)、計算機專業(yè)、計算數(shù)學專業(yè)的高年級本科生、研究生學習，也可供涉足該領域的研究人員、工程師參考。
金度燁，NVIDIA首席研究科學家，致力于機器學習和模擬的交叉領域。博士畢業(yè)于首爾國立大學，主修物理動畫專業(yè)；曾在卡內(nèi)基梅隆大學進行博士后研究，在加州大學伯克利分校做訪問研究員，專注于數(shù)據(jù)驅動的物理模擬。在2019年底加入 NVIDIA 之前，他曾在Microsoft、Uber和Apple等企業(yè)工作，專注于3D地圖、模擬和計算機視覺技術。
楊豐，北京大學計算數(shù)學專業(yè)博士。博士期間，主要研究流體的高性能數(shù)值模擬方法，目前就職于謀先飛技術有限公司，從事GPU上的物理模擬算法開發(fā)工作。
新書資訊