Ce que vous devez savoir avant
de commencer

Débute 7 July 2025 02:11

Se termine 7 July 2025

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Comment nous avons utilisé l'apprentissage par renforcement pour résoudre l'Abbaye du Crime

Rejoignez-nous pour plonger dans le monde fascinant de l'intelligence artificielle et de l'apprentissage par renforcement avec notre dernière exploration - conquérir le RPG emblématique de 1987, 'Abbey of Crime.' Cette session révèle comment les technologies de l'IA ont été exploitées pour naviguer et maîtriser de manière autonome les défis co.
MLCon | Machine Learning Conference via YouTube

MLCon | Machine Learning Conference

2825 Cours


52 minutes

Mise à niveau optionnelle disponible

Not Specified

Progressez à votre rythme

Conference Talk

Mise à niveau optionnelle disponible

Aperçu

Rejoignez-nous pour plonger dans le monde fascinant de l'intelligence artificielle et de l'apprentissage par renforcement avec notre dernière exploration - conquérir le RPG emblématique de 1987, 'Abbey of Crime.' Cette session révèle comment les technologies de l'IA ont été exploitées pour naviguer et maîtriser de manière autonome les défis complexes présentés dans le jeu, le tout avec un modeste 120K de données. Assistez à la rencontre du jeu nostalgique et de la technologie de pointe, démontrant la puissance et le potentiel des solutions pilotées par l'IA.

Branchez-vous sur notre présentation YouTube pour découvrir cette réalisation pionnière dans le domaine du jeu vidéo et de l'intelligence artificielle.

Programme

  • Introduction à l'Abbaye du Crime
  • Aperçu du RPG de 1987 et de sa complexité
    Défis et objectifs du jeu nécessitant une réflexion par l'IA
  • Fondamentaux de l'apprentissage par renforcement (RL)
  • Concepts clés : agents, environnements, états, actions et récompenses
    Aperçu des algorithmes de RL utilisés dans les jeux
  • Analyse de l'Abbaye du Crime pour l'application de RL
  • Correspondance des éléments du jeu avec les structures de RL
    Défis dans la modélisation de la dynamique du jeu avec RL
  • Conception du cadre de RL
  • Mise en place de l'environnement et représentation des états pour l'Abbaye du Crime
    Définition de l'espace d'action basé sur la mécanique du jeu
  • Mise en œuvre des algorithmes de RL
  • Sélection des algorithmes de RL appropriés pour le jeu
    Entraînement et ajustement des paramètres pour atteindre les résultats souhaités
  • Gestion des contraintes du jeu et des limitations de données
  • Stratégies pour une utilisation efficace des données dans les contraintes de 120k
    Techniques d'optimisation pour des applications RL à ressources limitées
  • Test et évaluation
  • Méthodes pour évaluer la performance du RL dans le jeu
    Processus itératifs de test et de raffinement
  • Réalisations et résultats
  • Discussion sur la résolution de scénarios de jeu complexes
    Aperçus et percées grâce à la conquête de l'Abbaye du Crime avec RL
  • Leçons apprises et orientations futures
  • Réflexions sur le rôle de l'IA dans le jeu vidéo
    Applications potentielles du RL dans d'autres contextes de jeu
  • Conclusion et ressources
  • Résumé des principaux enseignements du cours
    Lectures supplémentaires et ressources pour une exploration avancée du RL dans les jeux

Sujets

Conférences