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