感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
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
客户评论 (1)
培训师即时回答问题。
Adrian
课程 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
机器翻译