课程大纲

游戏中的 AI 简介

  • AI 在游戏中的应用概述
  • AI 代理的类型:NPC、战略 AI 等
  • 游戏 AI 开发中的关键概念

决策系统

  • 为简单的 AI 逻辑实施决策树
  • 用于复杂行为的有限状态机
  • 行为树和模组化 AI 设计

寻路和导航

  • 了解寻路演算法
  • 为游戏内导航实施 A* 演算法
  • 优化大型地图的寻路

Reinforcement Learning 在 游戏

  • 强化学习概念简介
  • 使用 Q-learning 和深度 Q 网路训练 AI 代理
  • 为自适应行为设计奖励结构

优化 AI 性能

  • 即时 AI 性能优化技术
  • 管理资源并确定 AI 任务的优先顺序
  • AI 系统调试和故障排除

先进的 AI 技术

  • 使用 AI 生成程式化内容
  • 模拟类似玩家的行为
  • 将 AI 与多人游戏整合

游戏 AI 的未来趋势

  • 下一代游戏中的 AI 和机器学习
  • 游戏 AI 中的道德注意事项
  • 探索 AI 驱动的故事讲述和叙事设计

总结和后续步骤

要求

  • 对程式设计概念的基本理解
  • 熟悉游戏开发工具或框架
  • AI 原理的基本知识

观众

  • 游戏开发者
  • AI 爱好者
 14 小时

即将举行的公开课程

课程分类