Kierunek-Zarządzanie i Ingyneria Produkcji
Transkrypt
Kierunek-Zarządzanie i Ingyneria Produkcji
Przedmiot: Metody sztucznej inteligencji w programowaniu gier Kod przedmiotu: WI/N2/INF/ /KMSIiMS 1.Odpowiedzialny za kurs, jego miejsce zatrudnienia i e-mail: dr inż. Joanna Kołodziejczyk ([email protected]), Zakład Metod Sztucznej Inteligencji, Katedra Metod Sztucznej Inteligencji i Matematyki Stosowanej 2.Język wykładowy: polski 3.Liczba punktów: 4 4.Rodzaj studiów, kierunek, specjalność, kierunek dyplomowania: studia niestacjonarne II stopnia, Informatyka, Inteligentne aplikacje komputerowe 5.Status kursu: obieralny dla specjalności 6.Informacja o formach zajęć: Sem II Pkt 4 Wykład G/sem F.z. 10 Z Seminarium G/sem F.z. - - Zajęcia praktyczne Ćw/ćw.komp. Laboratorium G/sem F.z. G/sem F.z. - - 10 Z Projekt G/sem F.z. - - 7.Wymagane zaliczenie przedmiotów poprzedzających (wymagana wiedza). Podstawy algorytmizacji, podstawy sztucznej inteligencji, programowanie obiektowe. 8.Treści kształcenia Wykłady: 1.Wprowadzenie: historyczne dokonania AI w programowaniu gier. Główne zagadnienia rozwiązywane w grach: poruszanie się, podejmowanie decyzji, strategie gry. Pojęcie autonomicznego agenta w grach. 2.Realizacja ruchu w grach: poruszanie w przestrzeni dwuwymiarowej, kinematyka, sterowanie obiektami: śledzeni ścieżki, unikanie kolizji, separacja obiektów, unikanie przeszkód; fizyka w grach, ruch trójwymiarowy (siatki nawigacyjne). 3.Znajdowanie drogi (pathfinding): teoria grafów; algorytmy: Dijkstra, A*, grafy hierarchiczne. 4.Podejmowanie decyzji: drzewa decyzyjne; maszyna stanów: FSM i model hierarchiczny; logika rozmyta; systemy Markova; zachowanie zorientowane na cel; systemy regułowe. 5.Strategie i taktyka w grach: analiza taktyczna, zachowania grupowe (algorytm stada). 6.Uczeni się w grach: uczenie się w podejmowaniu decyzji, uczenie się drzew decyzyjnych; uczenie się ze wzmocnieniem; sieci neuronowe. 7.Gry planszowe: Minimax, Alfa-Beta cięcia, Negamax; tablice transpozycji i zarządzanie pamięcią; księgi otwarć. Laboratoria: Wykorzystanie gotowych środowisk pozwalających na dołączanie i testowanie algorytmów omawianych na wykładach. 9.Efekty kształcenia Zapoznanie się z technikami sztucznej inteligencji wykorzystanymi w praktycznie realizowanych grach komputerowych. Umiejętność wyboru odpowiednich algorytmów dla zdefiniowanych zadań. Praktyczne umiejętności implementowania wybranych algorytmów w języku obiektowym w gotowym środowisku. 10.Literatura 1.Ian Millington, Artificial Intelligence for Games, Morgan Kaufmann, 2006 2.Mark DeLoura, Perełki programowania gier, Vademecum profesjonalisty T I, II, III, Helion, 2002 3.Russell S. Norvig P. Artificial Intelligence A Modern Approach, Prentice-Hall, 1995 4.Paweł Cichosz „Systemy uczące się”, WNT, Warszawa, 2000