Kerangka Materi

Pengenalan AI dalam Game

  • Ringkasan aplikasi AI dalam game
  • Jenis agen AI: NPC, AI strategis, dan lainnya
  • Konsep kunci dalam pengembangan AI game

Sistem Pengambilan Keputusan

  • Implementasi pohon keputusan untuk logika AI sederhana
  • Mesin negara terhingga (finite state machines) untuk perilaku kompleks
  • Pohon perilaku dan desain AI modular

Pencarian Jalur dan Navigasi

  • Memahami algoritma pencarian jalur
  • Implementasi algoritma A* untuk navigasi dalam game
  • Mengoptimalkan pencarian jalur untuk peta besar

Pembelajaran Penguatan dalam Game

  • Pengenalan konsep pembelajaran penguatan
  • Latihan agen AI menggunakan Q-learning dan deep Q-networks
  • Mendesain struktur hadiah untuk perilaku adaptif

Mengoptimalkan Kinerja AI

  • Teknik untuk mengoptimalkan kinerja AI secara real-time
  • Manajemen sumber daya dan prioritas tugas AI
  • Mencari dan memecahkan masalah sistem AI

Teknik AI Lanjutan

  • Pembangkitan konten prosedural dengan AI
  • Simulasi perilaku seperti pemain
  • Integrasi AI dengan game multipemain

Tren Masa Depan dalam AI Game

  • AI dan pembelajaran mesin dalam game generasi berikutnya
  • Pertimbangan etis dalam AI game
  • Mengeksplorasi narasi dan desain cerita yang didorong oleh AI

Rangkuman dan Langkah Selanjutnya

Persyaratan

  • Pemahaman dasar tentang konsep pemrograman
  • Kenalan dengan alat atau kerangka kerja pengembangan game
  • Pemahaman dasar tentang prinsip AI

Audience

  • Pengembang game
  • Penyuka AI
 14 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait