Lo que necesitas saber antes de
que comiences

Comienza 7 July 2025 03:12

Termina 7 July 2025

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Cómo usamos el aprendizaje por refuerzo para resolver la Abadía del Crimen

Únete a nosotros mientras profundizamos en el fascinante mundo de la inteligencia artificial y el aprendizaje por refuerzo con nuestra última exploración: conquistar el icónico RPG de 1987, 'La Abadía del Crimen'. Esta sesión revela cómo se utilizaron las tecnologías de IA para navegar y dominar de manera autónoma los intrincados desafíos pres.
MLCon | Machine Learning Conference via YouTube

MLCon | Machine Learning Conference

2825 Cursos


52 minutes

Actualización opcional disponible

Not Specified

Progreso a tu propio ritmo

Conference Talk

Actualización opcional disponible

Resumen

Únete a nosotros mientras profundizamos en el fascinante mundo de la inteligencia artificial y el aprendizaje por refuerzo con nuestra última exploración:

conquistar el icónico RPG de 1987, 'La Abadía del Crimen'. Esta sesión revela cómo se utilizaron las tecnologías de IA para navegar y dominar de manera autónoma los intrincados desafíos presentados en el juego, todo dentro de un modesto 120K de datos.

Sé testigo de una fusión de juegos nostálgicos y tecnología de vanguardia cobrando vida, demostrando el poder y el potencial de las soluciones impulsadas por IA. Sintoniza nuestra presentación en YouTube para recorrer este logro pionero en juegos e inteligencia artificial.

Programa de estudio

  • Introducción a la Abadía del Crimen
  • Resumen del RPG de 1987 y su complejidad
    Desafíos y objetivos del juego que necesitan abordarse con IA
  • Fundamentos del Aprendizaje por Refuerzo (RL)
  • Conceptos clave: agentes, entornos, estados, acciones y recompensas
    Resumen de los algoritmos de RL utilizados en los videojuegos
  • Análisis de la Abadía del Crimen para la Aplicación de RL
  • Mapeo de elementos del juego a estructuras de RL
    Desafíos en la modelación de la dinámica del juego con RL
  • Diseño del Marco de RL
  • Configuración del entorno y representación de estados para la Abadía del Crimen
    Definición del espacio de acciones basado en la mecánica del juego
  • Implementación de Algoritmos de RL
  • Selección de algoritmos de RL apropiados para el juego
    Entrenamiento y ajuste de parámetros para lograr los resultados deseados
  • Manejo de Restricciones del Juego y Limitaciones de Datos
  • Estrategias para el uso eficiente de datos dentro de las restricciones de 120k
    Técnicas de optimización para aplicaciones de RL con recursos limitados
  • Pruebas y Evaluación
  • Métodos para evaluar el rendimiento de RL en el juego
    Procesos de prueba iterativa y refinamiento
  • Logros y Resultados
  • Discusión sobre la solución de escenarios complejos del juego
    Perspectivas y avances al conquistar la Abadía del Crimen con RL
  • Lecciones Aprendidas y Direcciones Futuras
  • Reflexiones sobre el papel de la IA en los videojuegos
    Posibles aplicaciones de RL en otros contextos de videojuegos
  • Conclusión y Recursos
  • Resumen de los aprendizajes clave del curso
    Lecturas y recursos adicionales para la exploración avanzada de RL en videojuegos

Asignaturas

Charlas de Conferencia