AI+ Gaming™ - eLearning (inkludert eksamen)
2.990,00 NOK
- 16 hours
Lås opp kraften i kunstig intelligens for å skape oppslukende, adaptive og neste generasjons spillopplevelser med AI+ Gaming™-sertifiseringen. Dette bransjetilpassede programmet gir deg muligheten til å kombinere kreativitet med banebrytende KI, og bygge virkelige spillprosjekter som gir smartere verdener, karakterer og spillerinteraksjoner liv.
Nøkkelfunksjoner
Språk
Kurs og materiell på engelsk
Nivå
Nybegynner–middels nivå
Tilgang
1 års tilgang til plattformen døgnet rundt
8 timer med videoleksjoner og multimedia
Anbefaling om 16 timers studietid
e-bøker, lydbøker, podkaster
Prøver, vurderinger og kursressurser
Eksamen
Nettbasert overvåket eksamen med én gratis ny prøve
Sertifikat
Sertifikat på gjennomført kurs inkludert
Form fremtiden for intelligent spilldesign
Lær hvordan kunstig intelligens forandrer spilldesign, spillerinteraksjon og virtuelle verdener ved å bygge virkelige spillprosjekter med avanserte KI-verktøy.
Læringsutbytte
Etter at du har fullført dette kurset, vil du kunne:
AI-drevet spilldesign
Integrer KI i spillmekanikk, historiefortelling og spillerinteraksjoner.
Prosedyrebasert innholdsskaping
Bruk AI-algoritmer til å generere dynamiske nivåer, figurer og virtuelle verdener.
Analyse av spilleratferd
Analyser spillerdata for å skreddersy opplevelser og øke engasjementet.
Forsterkningslæring og intelligente NPC-er
Utvikle adaptive agenter som lærer og reagerer realistisk i spill.
Spillmotorintegrasjon
Bruk AI-modeller praktisk i populære motorer som Unity og Unreal til konkrete, virkelige prosjekter
Kursplan
Introduksjon til KI i spill
Leksjon 1
Lær hva KI er, hvordan den har utviklet seg i spill, ulike typer spill-KI, samt viktige fordeler, utfordringer og innovasjoner.
Spilldesignprinsipper med KI
Leksjon 2
- Utforsk spillmekanikk, spilleropplevelse og hvordan KI påvirker gameplay, narrativ og interaksjoner med omgivelsene.
- Case-studie: Dynamisk KI i Middle-earth: Shadow of Mordor.
- Praktisk oppgave: Design adaptiv NPC‑atferd og miljøinteraksjoner.
Grunnleggende kunstig intelligens i spill
Leksjon 3
- Dekke grunnleggende AI-konsepter, søkealgoritmer, pathfinding, modellering av AI‑atferd, prosedyregenerert innhold samt innføring i maskinlæring og forsterkningslæring.
- Case-studie: KI i Minecraft.
- Praktisk oppgave: Implementer A*-pathfinding og FSM for NPC‑atferd.
Grunnleggende forsterkningslæring
Leksjon 4
- Lær om tilstander, handlinger, belønninger, policyer, Q‑læring, utforskning vs. utnyttelse og metoder som DQN og policy‑gradienter.
- Case-studie: Forsterkningslæring i DeepMinds AlphaGo.
- Praktisk oppgave: Tren en forsterkningslæringsmodell på OpenAI Gyms GridWorld.
Planlegging og beslutningstaking
Leksjon 5
- Behersk Minimax, Alpha-Beta-beskjæring, Monte Carlo-tresøk og bruken av disse i brettspill og RTS-spill.
- Case-studie: Strategisk KI i StarCraft II.
- Praktisk oppgave: Implementer Minimax for Tic-Tac-Toe.
KI i 2D/3D-spillmiljøer
Leksjon 6
- Forstå miljørepresentasjon, navigasjon, pathfinding og atferdssystemer i virtuelle rom.
- Case-studie: KI i The Legend of Zelda: Breath of the Wild.
- Praktisk: Bygg grunnleggende navigasjon og interaksjon i 2D/3D-miljøer.
Adaptive systemer og dynamisk vanskelighetsgrad
Leksjon 7
- Utforsk adaptive systemer, dynamisk vanskelighetsgrad, KI‑drevet historiefortelling, spillerprofilering og implementeringsstrategier.
- Case-studie: Left 4 Deads AI Director for dynamisk fiendestyring.
- Praktisk: Utvikle et adaptivt vanskelighetssystem i Unity.
Fremtiden til KI i gaming
Leksjon 8
Utforsk generalistiske KI‑agenter, overføringslæring, KI‑drevne verktøy for design og testing, etiske hensyn rundt kunstig intelligens og nye bruksområder for KI innen VR/AR og esport.
Utforskede verktøy
- Unity ML-Agents
- TensorFlow
- PyTorch
- Python
- OpenAI Gym
- Blender
- NVIDIA DeepStream
- Rammeverk for forsterkningslæring
- Biblioteker for naturlig språkbehandling
- SDK-er for datamaskinsyn
- Verktøy for spilldataanalyse
- Atferdstre-redigerere
Hvem bør melde seg på dette programmet?
Spillende utviklere: For deg som ønsker å ta i bruk KI i spilldesign og -utvikling.
AI-entusiaster: Ideelt for elever som er nysgjerrige på hvordan KI påvirker spillopplevelsen og samspillet mellom spillere.
Spilldesignere: Perfekt for kreative personer som vil bruke KI til historiefortelling, dynamiske verdener og adaptivt gameplay.
Programvareingeniører: Passer for fagpersoner som bruker programmering og KI-teknikker i spillindustrien.
Studenter og forskere: Verdifullt for alle som studerer KI, maskinlæring eller interaktiv underholdning.
Flere detaljer
Forutsetninger
- Grunnleggende programmeringsferdigheter: Komfortabel med å kode i Python eller et lignende språk.
- Grunnleggende matematikkunnskaper: Forståelse av lineær algebra og sannsynlighet.
- Innledende maskinlæring: Kjennskap til ML‑konsepter og algoritmer.
- Erfaring med spillutvikling: Grunnleggende kunnskap om Unity eller Unreal Engine.
- Problemløsende tankesett: Evne til å håndtere utfordringer på en kreativ og logisk måte.
Eksamensdetaljer
- Varighet: 90 minutter
- Bestått: 70 % (35/50)
- Format: 50 flervalgs-/flersvarsoppgaver
- Leveringsmetode: På nett via overvåket eksamensplattform (fleksibel tidsplanlegging)
- Språk: engelsk
Lisensiering og akkreditering
Dette kurset tilbys av AVC i henhold til Partnerprogramavtalen og er i samsvar med kravene i Lisensavtalen.
Likestillingspolicy
AVC tilbyr ikke tilrettelegging på grunn av funksjonsnedsettelse eller medisinsk tilstand for noen studenter. Kandidater oppfordres til å ta kontakt med AVC for veiledning og støtte gjennom hele tilretteleggingsprosessen.
Ofte stilte spørsmål
Trenger du bedriftsløsninger eller LMS-integrasjon?
Fant du ikke kurset eller programmet som ville være passende for din bedrift? Trenger du LMS-integrasjon? Ta kontakt med oss! Vi er agile og løser alt!