AI Agents in Gaming: From NPCs to Strategic AI

• 对程式设计概念的基本理解
• 熟悉游戏开发工具或框架
• AI 原理的基本知识

观众

• 游戏开发者
• AI 爱好者

AI 代理通过提供智慧和回应式行为（从不可玩角色 （NPC） 到战略决策系统）彻底改变了游戏。本课程探讨在游戏中创建 AI 代理，深入研究决策树、寻路演算法和强化学习技术等基本主题。

这个讲师指导的现场培训（在线或现场）面向希望将 AI 代理有效整合到游戏应用程式中的中级游戏开发人员和 AI 爱好者。

在本次培训结束时，参与者将能够：

• 了解 AI 代理在现代游戏中的作用。
• 使用决策树和有限状态机开发决策系统。
• 实施寻路演算法，例如 A* 进行游戏内导航。
• 应用强化学习技术来创建自适应 AI 行为。
• 针对即时游戏环境优化 AI 性能。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在即时实验室环境中动手实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们进行安排。

游戏中的 AI 简介

• AI 在游戏中的应用概述
• AI 代理的类型：NPC、战略 AI 等
• 游戏 AI 开发中的关键概念

决策系统

• 为简单的 AI 逻辑实施决策树
• 用于复杂行为的有限状态机
• 行为树和模组化 AI 设计

寻路和导航

• 了解寻路演算法
• 为游戏内导航实施 A* 演算法
• 优化大型地图的寻路

Reinforcement Learning 在 游戏

• 强化学习概念简介
• 使用 Q-learning 和深度 Q 网路训练 AI 代理
• 为自适应行为设计奖励结构

优化 AI 性能

• 即时 AI 性能优化技术
• 管理资源并确定 AI 任务的优先顺序
• AI 系统调试和故障排除

先进的 AI 技术

• 使用 AI 生成程式化内容
• 模拟类似玩家的行为
• 将 AI 与多人游戏整合

游戏 AI 的未来趋势

• 下一代游戏中的 AI 和机器学习
• 游戏 AI 中的道德注意事项
• 探索 AI 驱动的故事讲述和叙事设计

总结和后续步骤