AI+ Gaming™ - eLearning (inkl. eksamen)
1.950,00 DKK
- 16 hours
Lås op for kraften i kunstig intelligens til at skabe immersive, adaptive og næste generations spiloplevelser med AI+ Gaming™-certificeringen. Dette branchetilpassede program giver dig mulighed for at kombinere kreativitet med banebrydende AI og udvikle virkelige spilprojekter, der bringer klogere verdener, karakterer og spillerinteraktioner til live.
Nøglefunktioner
Sprog
Kursus og materiale på engelsk
Niveau
Begynder-øvet niveau
Adgang
1 års adgang til platformen 24/7
8 timers videolektioner og multimedieindhold
Anbefaling om 16 timers studietid
e-bøger, lydbøger, podcasts
Quizzer, evalueringer og kursusmaterialer
Eksamen
Online overvåget eksamen med én gratis omprøve
Certifikat
Certifikat for gennemførelse medfølger
Form fremtidens intelligente spildesign
Lær, hvordan kunstig intelligens forandrer spildesign, spillerinteraktion og virtuelle verdener ved at bygge virkelige spilprojekter med avancerede AI-værktøjer.
Læringsmål
Når du har gennemført dette kursus, vil du være i stand til at:
AI-drevet spildesign
Integrer AI i gameplay-mekanik, historiefortælling og spillerinteraktioner.
Procedurelt indholdsskabelse
Brug AI-algoritmer til at skabe dynamiske baner, figurer og virtuelle verdener.
Analyse af spilleradfærd
Analyser spillerdata for at personalisere oplevelser og øge engagementet.
Forstærkningslæring og intelligente NPC'er
Udvikl adaptive agenter, der lærer og reagerer realistisk i spil.
Spilmotorintegration
Anvend AI-modeller praktisk i populære engines som Unity og Unreal til konkrete, virkelige projekter
Kursusforløb
Introduktion til AI i spil
Lektion 1
Lær, hvad AI er, hvordan det har udviklet sig i gaming, hvilke typer spil-AI der findes, samt de vigtigste fordele, udfordringer og innovationer.
Spildesignprincipper med AI
Lektion 2
- Udforsk spilmekanik, spilleroplevelse, og hvordan AI former gameplay, fortælling og interaktioner med omgivelserne.
- Case study: Dynamisk AI i Middle-earth: Shadow of Mordor.
- Hands-on: Design adaptiv NPC-adfærd og miljøinteraktioner.
Grundlæggende AI i spil
Lektion 3
- Dæk centrale AI‑koncepter, søgealgoritmer, pathfinding, modellering af AI‑adfærd, procedurel indholdsgenerering samt introduktion til maskinlæring og reinforcement learning.
- Case Study: AI i Minecraft.
- Hands-on: Implementér A*-pathfinding og FSM til NPC-adfærd.
Grundlæggende forstærkningslæring
Lektion 4
- Lær om tilstande, handlinger, belønninger, politikker, Q-learning, udforskning vs. udnyttelse og metoder som DQN og policy gradients.
- Case study: Forstærkningslæring i DeepMinds AlphaGo.
- Praktisk øvelse: Træn en forstærkningslæringsmodel på OpenAI Gyms GridWorld.
Planlægning og beslutningstagning
Lektion 5
- Behersk Minimax, Alpha-Beta-beskæring, Monte Carlo Tree Search og deres anvendelser i brætspil og RTS-spil.
- Case Study: Strategisk AI i StarCraft II.
- Hands-on: Implementér Minimax til Tic-Tac-Toe.
AI i 2D/3D-spilmiljøer
Lektion 6
- Forstå miljørepræsentation, navigation, ruteplanlægning og adfærdssystemer i virtuelle rum.
- Case Study: AI i The Legend of Zelda: Breath of the Wild.
- Hands-on: Byg grundlæggende navigation og interaktion i 2D/3D-miljøer.
Adaptive systemer og dynamisk sværhedsgrad
Lektion 7
- Udforsk adaptive systemer, dynamisk sværhedsgradstilpasning, AI‑drevet historiefortælling, spillerprofilering og implementeringsstrategier.
- Case study: Left 4 Deads AI Director til dynamisk fjendestyring.
- Hands-on: Udvikl et adaptivt sværhedssystem i Unity.
Fremtiden for AI i gaming
Lektion 8
Udforsk generalistiske AI-agenter, transfer learning, AI-drevne design- og testværktøjer, etiske overvejelser om AI samt nye anvendelser af AI inden for VR/AR og esports.
Undersøgte værktøjer
- Unity ML-Agents
- TensorFlow
- PyTorch
- Python
- OpenAI Gym
- Blender
- NVIDIA DeepStream
- Forstærkningslæringsrammer
- Biblioteker til behandling af naturligt sprog
- Computer Vision SDK'er
- Værktøjer til spilanalyse af data
- Adfærdstræs‑editorer
Hvem bør tilmelde sig dette program?
Spiludviklere i begyndelsen af karrieren: Til dem, der ønsker at integrere AI i spildesign og -udvikling.
AI-entusiaster: Ideelt for lærende, der er nysgerrige efter, hvordan AI påvirker gameplay og spillerinteraktioner.
Spildesignere: Perfekt til kreative, der vil bruge AI til historiefortælling, dynamiske verdener og adaptivt gameplay.
Softwareingeniører: Velegnet til fagfolk, der anvender programmering og AI-teknikker i spilindustrien.
Studerende og forskere: Værdifuldt for alle, der studerer AI, maskinlæring eller interaktiv underholdning.
Flere detaljer
Forudsætninger
- Grundlæggende programmeringsfærdigheder: Du skal være fortrolig med at programmere i Python eller et lignende sprog.
- Grundlæggende matematisk viden: Forståelse af lineær algebra og sandsynlighed.
- Indledende maskinlæring: Kendskab til ML‑koncepter og algoritmer.
- Erfaring med spiludvikling: Grundlæggende kendskab til Unity eller Unreal Engine.
- Problemløsende tankegang: Evne til at håndtere udfordringer kreativt og logisk.
Eksamensdetaljer
- Varighed: 90 minutter
- Bestået: 70 % (35/50)
- Format: 50 multiple choice-/flervalgsspørgsmål
- Leveringsmetode: Online via overvåget eksamensplatform (fleksibel planlægning)
- Sprog: Engelsk
Licensering og akkreditering
Dette kursus udbydes af AVC i henhold til Partner Program Agreement og overholder kravene i License Agreement.
Lighedspolitik
AVC tilbyder ikke særlige vilkår på grund af en studerendes handicap eller medicinske tilstand. Ansøgere opfordres til at kontakte AVC for vejledning og støtte gennem hele processen med særlige vilkår.
Ofte stillede spørgsmål
Har du brug for virksomhedsløsninger eller LMS-integration?
Fandt du ikke kurset eller programmet, der ville være til gavn for din virksomhed? Har du brug for LMS-integration? Skriv til os, vi løser alt!