Kurzusleírás

Bevezetés a mesterséges intelligenciába a játékokban

  • Az AI-alkalmazások áttekintése játékokban
  • Az AI-ügynökök típusai: NPC-k, stratégiai mesterséges intelligencia stb
  • Kulcsfogalmak a játék mesterséges intelligencia fejlesztésében

Döntéshozó rendszerek

  • Döntési fák megvalósítása az egyszerű AI logikához
  • Véges állapotú gépek összetett viselkedésekhez
  • Viselkedésfák és moduláris AI-tervezés

Útvonalkeresés és navigáció

  • Az útkereső algoritmusok megértése
  • A* algoritmus megvalósítása a játékon belüli navigációhoz
  • Útvonalkeresés optimalizálása nagy térképekhez

Reinforcement Learning a Játékokban

  • Bevezetés a megerősítő tanulási koncepciókba
  • AI ügynökök képzése Q-learning és mély Q-hálózatok segítségével
  • Jutalmazási struktúrák tervezése adaptív viselkedésekhez

Az AI teljesítményének optimalizálása

  • Technikák a valós idejű AI teljesítményoptimalizáláshoz
  • Az erőforrások kezelése és az AI-feladatok rangsorolása
  • AI rendszerek hibakeresése és hibaelhárítása

Fejlett mesterséges intelligencia technikák

  • Eljárási tartalomgenerálás mesterséges intelligencia segítségével
  • Játékosszerű viselkedés szimulálása
  • AI integrálása többjátékos játékkal

Jövőbeli trendek a Game AI-ban

  • AI és gépi tanulás a következő generációs játékokban
  • Etikai megfontolások a játék mesterséges intelligenciájában
  • A mesterséges intelligencia által vezérelt történetmesélés és narratív tervezés felfedezése

Összegzés és a következő lépések

Követelmények

  • A programozási fogalmak alapvető ismerete
  • Játékfejlesztő eszközök vagy keretrendszerek ismerete
  • Az AI alapelveinek alapismerete

Közönség

  • Játékfejlesztők
  • AI-rajongók
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák