07

März 2018
Erster Workshop

Ziel dieses Workshops war es, eine gemeinsame Basis zwischen den unterschiedlichen Branchen zu schaffen und erste Visionen zu formulieren.

Zu den Ergebnissen

11

April 2018
Zweiter Workshop

Ziel des zweiten Workshops war es, eine ganzheitliche Betrachtung von Gamification im Life Science Kontext zu ermöglichen. Dafür wurde – aufbauend auf dem ersten Workshop – die User Experience (UX), d.h. die Nutzererfahrung, in den Mittelpunkt gerückt.

Zu den Ergebnissen

27

Juni 2018
Dritter Workshop

In einem eintägigen Simulations-Workshop werden wir gemeinsam ihre Gamification Konzepte in regulierten Arbeitswelten entwickeln. Vision trifft auf Wirklichkeit: Realitätsnah mit Argumentationshilfen gegenüber den Entscheidern.

Mehr

Unsere Idee:

Komplexität in hochregulierten Arbeitswelten
spielend beherrschbar machen.

Teilnehmen
Veranstaltungsbeschreibung

113445a Künstliche Intelligenz für Computerspiele

Zuletzt geändert:12.03.2025 / Becker-Asano
EDV-Nr:113445a
Studiengänge: Medieninformatik (Bachelor, 7 Semester), Prüfungsleistung im Modul Künstliche Intelligenz für Computerspiele in Semester 3 4 6 7
Häufigkeit: nur SS
Studienübergreifendes Angebot - Minors, Prüfungsleistung im Modul Künstliche Intelligenz für Computerspiele in Semester 1
Häufigkeit: nur SS
Dozent: Prof. Dr. Christian Becker-Asano Andreas Stiegler
Link zur Veranstaltung / zum E-Learning-Kurs: https://learn.mi.hdm-stuttgart.de/goto.php/crs/38263/rcodeysLPy6Z4p7
Sprache: Deutsch
Art: -
Umfang: 4 SWS
ECTS-Punkte: 6
Workload: 15 Termine zu je 4 SWS = 45 Zeitstunden
Vor- und Nachbearbeitung
15 Termine zu je 7 SWS = 79 Zeitstunden
Prüfungsvorbereitung
7 Tage zu je 8 Zeitstunden=56 Zeitstunden
Summe: 180 Zeitstunden
Inhaltliche Verbindung zu anderen Lehrveranstaltungen im Modul: MIB Vorlesung Künstliche Intelligenz
Prüfungsform:
Bemerkung zur Veranstaltung: Deutsch Teilnehmerbeschränkung
Beschreibung: Die Vorlesung besteht aus 2 Teilen. Im theoretischen Teil werden die im Gaming Bereich eingesetzten KI-Algorithmen vorgestellt. Nach der Einführung in das Gebiet Gaming AI ist der Theorieteil wie folgt aufgebaut:
  • Pathfinding
    • A* Algorithmus
    • Hierarchisches Pathfinding
    • Heuristiken
    • Representationen, wie z.B. Tile Graphs, Dirichlet Domains, Navigation Meshes
  • Decision Making
    • Decision Trees
    • State Machines
    • Behavior Trees
    • Fuzzy Logic
    • Goal-Oriented Behavior
    • Rule-Based Decision Making
    • Scripting
  • Learning
    • Decision Learning
    • Naive Bayes Classifiers
    • Neural Networks
    • Reinforcement Learning
  • Tactical and Strategic AI
    • Waypoint Tactics, Tactical Analysis, Influence Maps
    • Tactical Pathfinding
    • Coordinated Action
  • Content Creation
  • Board Games
Im praktischen Teil befassen wir uns mit der eigentlichen Implementierung einer AI für aktuelle Spiele und betrachten dabei verschiedene Genres, wie First-Person-Shooter oder Real-Time-Strategy Games. Dabei ermitteln wir die besonderen Anforderungen, die der Einsatz von AI-Algorithmen in einer Game-Engine erfordert und werden gemeinsam den einen oder anderen Bot entwickeln. Der Masterplan sieht wie folgt aus:
  • Nav-Meshes for Pathfinding
  • Situational Agents
  • First-Person-Shooter Bots
  • Real-Time-Strategy AI
  • Offline Learning
  • Communication and Reasoning
  • Content Creation
English Title: Artificial Intelligence for Computer Games
Literatur: Ian Millington and John Funge; Artificial Intelligence for Games; 2nd Edition; Morgan Kaufmann Publishers; 2009

Weitere Literatur finden Sie in der HdM-Bibliothek.
Internet: https://learn.mi.hdm-stuttgart.de/goto.php/crs/38263/rcodeysLPy6Z4p7

    Termine