Qué necesitas saber antes de
comenzar

Inicio 4 June 2026 20:19

Fin 4 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Juego Automatizado de Videojuegos de Supervivencia con Razonamiento de Sentido Común

Sumérgete en la fascinante intersección de la inteligencia artificial y los videojuegos mientras exploramos cómo la programación de conjuntos de respuestas combinada con el razonamiento de sentido común puede mejorar el juego automatizado en el popular juego de supervivencia Don't Starve. Este curso profundiza en el desarrollo de un agente s.
ACM SIGPLAN via YouTube

ACM SIGPLAN

6076 Cursos


22 minutes

Actualización opcional disponible

Not Specified

Avanza a tu propio ritmo

Free Video

Actualización opcional disponible

Resumen

Immerse yourself in the fascinating intersection of artificial intelligence and gaming as we explore how answer set programming combined with commonsense reasoning can enhance automated gameplay in the popular survival game Don't Starve. This course delves into developing a sophisticated agent capable of outperforming novice players through astute environmental learning and strategic logical decision-making.

Perfect for enthusiasts of artificial intelligence and computer science, this YouTube providence offers insights into cutting-edge methodologies driving advancements in gaming AI.

Programa

  • Introducción al Juego Automatizado en Videojuegos
  • Visión general de la IA en los juegos
    Estudio de caso: Don't Starve
  • Fundamentos de los Juegos de Supervivencia
  • Mecánicas del juego: Recolección de recursos, creación y supervivencia
    Estrategias comunes en juegos de supervivencia
  • Introducción a la Programación en Lógica de Respuesta (ASP)
  • ¿Qué es ASP?
    Conceptos clave y sintaxis
  • Razonamiento de Sentido Común en IA
  • Comprensión del conocimiento de sentido común
    Aplicación del razonamiento de sentido común al juego
  • Modelado de Entornos de Juego con ASP
  • Codificación del mundo del juego
    Representación de recursos, acciones y objetivos
  • Toma de Decisiones en el Juego
  • Toma de decisiones lógicas en entornos dinámicos
    Creación de árboles de decisión y planes de acción
  • Construcción del Agente de IA
  • Integración de ASP y razonamiento de sentido común
    Diseño de algoritmos adaptativos para aprendizaje ambiental
  • Pruebas y Evaluación
  • Métricas para el éxito en juegos de supervivencia
    Métodos para evaluar el rendimiento de la IA frente a jugadores humanos
  • Temas Avanzados
  • Manejo de la incertidumbre y la información incompleta
    Coordinación y competencia entre múltiples agentes
  • Proyecto: Desarrollo de un Agente Automatizado para Don't Starve
  • Establecimiento de objetivos y hitos
    Implementación e iteración del agente de IA
    Análisis de rendimiento y optimización
  • Conclusión del Curso
  • Resumen y direcciones futuras en la investigación de IA en juegos
    Consideraciones éticas y IA responsable en juegos

Materias

Computer Science