AI+ Game Design Practitioner™

Ár 39 900 Ft + Áfa
E-learning Azonnal kezdhető
Időtartam 8 óra tananyag, önálló tempóban
Nyelv angol
Terület AI Design & Creative

Így tanulhatod

E-learning Azonnal kezdhető · 39 900 Ft + Áfa Megrendelem
Nyílt képzés Ebben a formában nem érhető el
Zártkörű céges Bármelyik képzésünk a csapatodnak Ajánlatot kérek

Kinek szól
Mit tartalmaz az ár
Tematika
A vizsgáról

Válassz formát

E-learning

Ár

39 900 Ft + Áfa

Az ár + Áfa. Ez az önálló, online forma ára; oktatóval tartott formában a képzés külön ajánlat alapján érhető el.

Pótvizsga 20 300 Ft + Áfa

Az első vizsga az árban van. Sikertelen vizsga után a pótvizsga külön díjas.

Hol tanulsz az AI CERTs saját online platformján A vásárlás nálunk történik, a tananyaghoz és a vizsgához viszont az AI CERTs felületén kapsz hozzáférést. A hozzáférést a megrendelés visszaigazolása után e-mailben küldjük. A hozzáférés beállításához a nevedet és az e-mail-címedet átadjuk az AI CERTs részére.

Nincs meghirdetett időpont, bármikor elkezdheted

Megrendelem az önálló formát

Önálló tempójú online kurzus, a teljes tananyaggal
A hivatalos AI CERTs® vizsga
Digitális badge a sikeres vizsga után

Céges csoportnak zárt képzést tartunk. Ajánlatot kérek →

Áttekintés

Miről szól a képzés

Átfogó készségfejlesztés Elsajátítod az AI-vezérelt játéktervezést, az alkalmazkodó történetmesélést és az intelligens NPC-fejlesztést, hogy magával ragadó, adatokkal gazdagított játékélményeket hozz létre.
Iparági elismerés Nemzetközileg elismert tanúsítványt szerzel, amely igazolja, hogy értesz a mesterséges intelligencia beépítéséhez a modern játékkörnyezetekbe.
Gyakorlatorientált tanulás Valós játékfejlesztési projekteken dolgozol, az AI-alapú karakterviselkedés-modellezéstől a prediktív játékosanalitikáig, fejlesztve a kreativitást és a technikai pontosságot.
Karrierépítés Lehetőségeket nyitsz meg a játékfejlesztésben, az AI-szimulációtervezésben, a virtuális gyártásban és az interaktív szórakoztatóiparban.
Jövőálló szaktudás Korszerű tudást szerzel a generatív AI-ról, a magával ragadó szimulációkról és az intelligens játékmenet-rendszerekről, így követni tudod a játékipari innovációt.

Előfeltételek

Alapszintű Python-programozási ismeret, a lineáris algebra és a valószínűségszámítás ismerete, jártasság a gépi tanulás fogalmaiban, valamint Unity- vagy Unreal Engine-tapasztalat szükséges. Emellett elengedhetetlen a kreatív, problémamegoldó gondolkodás.

Célcsoport

Kinek szól

Leendő játékfejlesztők: azoknak ajánljuk, akik AI-t építenének a játéktervezésbe és -fejlesztésbe.

AI iránt érdeklődők: azoknak a résztvevőknek, akik megismernék, hogyan alakítja az AI a játékélményt és a játékosok interakcióit.

Játéktervezők: kreatívoknak, akik AI-t használnának a történetmeséléshez, a dinamikus világokhoz és az alkalmazkodó játékmenethez.

Szoftvermérnökök: szakembereknek, akik programozási és AI-technikákat alkalmaznának a játékiparban.

Hallgatók és kutatók: azoknak, akik AI-val, gépi tanulással vagy interaktív szórakoztatással foglalkoznak a tanulmányaikban vagy a kutatásaikban.

Az árban

Mit tartalmaz az ár

Önálló tempójú online kurzus, a teljes tananyaggal
A hivatalos AI CERTs® vizsga
Digitális badge a sikeres vizsga után

Tananyag

Tematika

1. modul: Bevezetés a játékokban használt AI-ba

1.1 Mi az AI? 1.2 Az AI fejlődése a játékiparban 1.3 Az AI típusai a játékokban 1.4 Előnyök, kihívások és újítások a játék-AI-ban

2. modul: Játéktervezési alapelvek AI-val

2.1 A játékmechanikák és a játékosélmény megértése 2.2 Az AI szerepe a játékmenetben és a narratívatervezésben 2.3 Játékkörnyezetek tervezése AI-interakcióhoz 2.4 AI-vezérelt viselkedés a hagyományos szkriptelt logikával szemben 2.5 Esettanulmány: dinamikus AI és narratív alkalmazkodás a Middle earth: Shadow of Mordorban 2.6 Gyakorlat: alkalmazkodó NPC-viselkedés és környezeti interakció tervezése

3. modul: A játékokban használt AI alapjai

3.1 Alapvető AI-fogalmak a játékfejlesztéshez 3.2 Kereső algoritmusok és útvonalkeresés 3.3 AI-viselkedésmodellezés és procedurális tartalomgenerálás (PCG) 3.4 Bevezetés a gépi tanulásba és a megerősítéses tanulásba 3.5 Esettanulmány: AI a Minecraftban, procedurális tartalomgenerálás és ügynöknavigáció 3.6 Gyakorlat: A* útvonalkeresés és véges állapotú gép (FSM) megvalósítása NPC-viselkedéshez

4. modul: A megerősítéses tanulás alapjai

4.1 Alapfogalmak: állapotok, cselekvések, jutalmak, stratégiák, Q-learning: 4.2 Felfedezés és kiaknázás a tanulórendszerekben: 4.3 A Deep Q Networks (DQN) és a policy gradient módszerek áttekintése 4.4 Esettanulmány: megerősítéses tanulás a DeepMind AlphaGójában 4.5 Gyakorlat: megerősítéses tanulási modell tanítása az OpenAI Gym GridWorldjén

5. modul: Tervezés és döntéshozatal a játékokban

5.1 Minimax algoritmus és alfa-béta nyesés 5.2 Monte Carlo fakeresés (MCTS) 5.3 Alkalmazások táblajátékokban és valós idejű stratégiai (RTS) játékokban 5.4 Esettanulmány: stratégiai AI a StarCraft II-ben, tervezési algoritmusok kombinálása a valós idejű stratégiához 5.5 Gyakorlati megvalósítás: útmutató a minimax algoritmus megvalósításához a Tic-Tac-Toe játékhoz

6. modul: AI-technikák 2D/3D virtuális játékkörnyezetekben: alapok

6.1 A 2D és 3D játékkörnyezetek áttekintése 6.2 Környezetábrázolási technikák 6.3 Navigáció és útvonalkeresés 2D/3D terekben 6.4 Interakciós és viselkedési rendszerek virtuális környezetekben 6.5 Esettanulmány: navigációs és interakciós AI a The Legend of Zelda: Breath of the Wildban 6.6 Gyakorlat: alapvető navigáció és interakció kialakítása 2D és 3D játékkörnyezetekben

7. modul: Alkalmazkodó rendszerek és dinamikus nehézség

7.1 Az alkalmazkodó rendszerek áttekintése 7.2 A dinamikus nehézségszabályozás (DDA) elvei 7.3 Alkalmazkodó történetmesélés, személyre szabás és játékosprofilozás 7.4 AI-technikák az alkalmazkodó rendszerekben 7.5 Megvalósítási stratégiák és eszközök 7.6 Esettanulmány: dinamikus ellenségkezelés és újrajátszhatóság a Left 4 Dead AI Directorával 7.7 Gyakorlat: alkalmazkodó, dinamikus nehézségszabályozó rendszer fejlesztése Unityben

8. modul: Az AI jövője a játékiparban

8.1 Generalista AI-ügynökök és transzfertanulás 8.2 AI-alapú játéktervező és -tesztelő eszközök 8.3 Etikai szempontok és az AI átláthatósága 8.4 Feltörekvő technológiák: VR/AR-AI és AI az e-sport-edzésben

9. modul: Záróprojekt

Vizsga

A vizsgáról

50 Kérdés
90 perc Időkeret
70% Ponthatár

Online felügyelt vizsga

Kapcsolódó képzések

Ezek is érdekelhetnek

Összes képzés