AI Agents in Gaming: From NPCs to Strategic AI

• 對程式設計概念的基本理解
• 熟悉遊戲開發工具或框架
• AI 原理的基本知識

觀眾

• 遊戲開發者
• AI 愛好者

AI 代理通過提供智慧和回應式行為（從不可玩角色 （NPC） 到戰略決策系統）徹底改變了遊戲。本課程探討在遊戲中創建 AI 代理，深入研究決策樹、尋路演算法和強化學習技術等基本主題。

這個講師指導的現場培訓（在線或現場）面向希望將 AI 代理有效整合到遊戲應用程式中的中級遊戲開發人員和 AI 愛好者。

在本次培訓結束時，參與者將能夠：

• 瞭解 AI 代理在現代遊戲中的作用。
• 使用決策樹和有限狀態機開發決策系統。
• 實施尋路演算法，例如 A* 進行遊戲內導航。
• 應用強化學習技術來創建自適應 AI 行為。
• 針對即時遊戲環境優化 AI 性能。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在即時實驗室環境中動手實施。

課程自定義選項

• 要申請本課程的定製培訓，請聯繫我們進行安排。

遊戲中的 AI 簡介

• AI 在遊戲中的應用概述
• AI 代理的類型：NPC、戰略 AI 等
• 遊戲 AI 開發中的關鍵概念

決策系統

• 為簡單的 AI 邏輯實施決策樹
• 用於複雜行為的有限狀態機
• 行為樹和模組化 AI 設計

尋路和導航

• 瞭解尋路演算法
• 為遊戲內導航實施 A* 演算法
• 優化大型地圖的尋路

Reinforcement Learning 在 遊戲

• 強化學習概念簡介
• 使用 Q-learning 和深度 Q 網路訓練 AI 代理
• 為自適應行為設計獎勵結構

優化 AI 性能

• 即時 AI 性能優化技術
• 管理資源並確定 AI 任務的優先順序
• AI 系統調試和故障排除

先進的 AI 技術

• 使用 AI 生成程式化內容
• 模擬類似玩家的行為
• 將 AI 與多人遊戲整合

遊戲 AI 的未來趨勢

• 下一代遊戲中的 AI 和機器學習
• 遊戲 AI 中的道德注意事項
• 探索 AI 驅動的故事講述和敘事設計

總結和後續步驟