本书围绕人工智能中的基础数学理论问题展开讨论，介绍了粒子法、网格法，以及混合方法的基本概念，以及它们在动画引擎开发过程中的代码实践。本书的一大特色是为读者提供了面向代码的方法，便于读者上手动画引擎的开发基础。本书兼具实用性和理论性，不仅有详细的理论介绍帮助读者深入理解相关的概念，还提供丰富的代码，以及持续更新的GitHub仓库供读者参考。本书适合人工智能相关专业、计算机专业、计算数学专业的高年级本科生、研究生学习，也可供涉足该领域的研究人员、工程师参考。

金度烨，NVIDIA首席研究科学家，致力于机器学习和模拟的交叉领域。博士毕业于首尔国立大学，主修物理动画专业；曾在卡内基梅隆大学进行博士后研究，在加州大学伯克利分校做访问研究员，专注于数据驱动的物理模拟。在2019年底加入 NVIDIA 之前，他曾在Microsoft、Uber和Apple等企业工作，专注于3D地图、模拟和计算机视觉技术。
杨丰，北京大学计算数学专业博士。博士期间，主要研究流体的高性能数值模拟方法，目前就职于谋先飞技术有限公司，从事GPU上的物理模拟算法开发工作。