Diese Website verwendet nur technisch notwendige Cookies. In der Datenschutzerklärung können Sie mehr dazu erfahren.

Zum Hauptinhalt springen
Logo, Startseite der Hochschule der Medien
Veranstaltungsbeschreibung

113445a Künstliche Intelligenz für Computerspiele

Zuletzt geändert:06.03.2024 / Becker-Asano
EDV-Nr:113445a
Studiengänge: Medieninformatik (Bachelor, 7 Semester), Prüfungsleistung im Modul Künstliche Intelligenz für Computerspiele in Semester 3 4 6 7
Häufigkeit: nur SS
Studienübergreifendes Angebot - Minors, Prüfungsleistung im Modul Künstliche Intelligenz für Computerspiele in Semester 1
Häufigkeit: nur SS
Dozent: Prof. Dr. Christian Becker-Asano Andreas Stiegler
Link zur Veranstaltung / zum E-Learning-Kurs: https://learn.mi.hdm-stuttgart.de/ilias/goto.php?target=crs_34553_rcodeZVpf5CtW5v&client_id=iliasclient1
Sprache: Deutsch
Art: -
Umfang: 4 SWS
ECTS-Punkte: 6
Workload: 15 Termine zu je 4 SWS = 45 Zeitstunden
Vor- und Nachbearbeitung
15 Termine zu je 7 SWS = 79 Zeitstunden
Prüfungsvorbereitung
7 Tage zu je 8 Zeitstunden=56 Zeitstunden
Summe: 180 Zeitstunden
Inhaltliche Verbindung zu anderen Lehrveranstaltungen im Modul: MIB Vorlesung Künstliche Intelligenz
Prüfungsform:
Bemerkung zur Veranstaltung: Deutsch Teilnehmerbeschränkung
Beschreibung: ACHTUNG: Im Sommersemester 2024 wird diese Vorlesung einmalig durch Florian Rupp (rupp@hdm-stuttgart.de) vertreten! Die Vorlesung besteht aus 2 Teilen. Im theoretischen Teil werden die im Gaming Bereich eingesetzten KI-Algorithmen vorgestellt. Nach der Einführung in das Gebiet Gaming AI ist der Theorieteil wie folgt aufgebaut:
  • Pathfinding
    • A* Algorithmus
    • Hierarchisches Pathfinding
    • Heuristiken
    • Representationen, wie z.B. Tile Graphs, Dirichlet Domains, Navigation Meshes
  • Decision Making
    • Decision Trees
    • State Machines
    • Behavior Trees
    • Fuzzy Logic
    • Goal-Oriented Behavior
    • Rule-Based Decision Making
    • Scripting
  • Learning
    • Decision Learning
    • Naive Bayes Classifiers
    • Neural Networks
    • Reinforcement Learning
  • Tactical and Strategic AI
    • Waypoint Tactics, Tactical Analysis, Influence Maps
    • Tactical Pathfinding
    • Coordinated Action
  • Content Creation
  • Board Games
Im praktischen Teil befassen wir uns mit der eigentlichen Implementierung einer AI für aktuelle Spiele und betrachten dabei verschiedene Genres, wie First-Person-Shooter oder Real-Time-Strategy Games. Dabei ermitteln wir die besonderen Anforderungen, die der Einsatz von AI-Algorithmen in einer Game-Engine erfordert und werden gemeinsam den einen oder anderen Bot entwickeln. Der Masterplan sieht wie folgt aus:
  • Nav-Meshes for Pathfinding
  • Situational Agents
  • First-Person-Shooter Bots
  • Real-Time-Strategy AI
  • Offline Learning
  • Communication and Reasoning
  • Content Creation
English Title: Artificial Intelligence for Computer Games
Literatur: Ian Millington and John Funge; Artificial Intelligence for Games; 2nd Edition; Morgan Kaufmann Publishers; 2009

Weitere Literatur finden Sie in der HdM-Bibliothek.
Internet: https://learn.mi.hdm-stuttgart.de/ilias/goto.php?target=crs_34553_rcodeZVpf5CtW5v&client_id=iliasclient1