AI+ Gaming™ - eLearning (Prüfung inbegriffen)

Kurszeitplan

1. Einführung in KI in Spielen

   Lektion 1

   Erfahre, was KI ist, wie sie sich im Gaming entwickelt hat, welche Arten von Spiele-KI es gibt und welche wichtigsten Vorteile, Herausforderungen und Innovationen damit verbunden sind.

2. Spieldesign-Grundlagen mit KI

   Lektion 2

   • Erkunde Spielmechaniken, Spielererlebnisse und wie KI das Gameplay, die Erzählung und die Interaktionen mit der Spielwelt beeinflusst.
   • Fallstudie: Dynamische KI in Mittelerde: Mordors Schatten.
   • Praxisnah: Entwirf adaptives NPC-Verhalten und Umweltinteraktionen.

3. Grundlagen der KI im Gaming

   Lektion 3

   • Behandle grundlegende KI-Konzepte, Suchalgorithmen, Pfadfindung, Modellierung von KI-Verhalten, prozedurale Inhaltserzeugung sowie eine Einführung in Machine Learning und Reinforcement Learning.
   • Fallstudie: KI in Minecraft.
   • Praxisnah: Implementiere A*-Pfadfindung und endliche Zustandsautomaten (FSM) für das NPC-Verhalten.

4. Grundlagen des Reinforcement Learning

   Lektion 4

   • Lerne Zustände, Aktionen, Belohnungen, Policies, Q-Learning, Exploration vs. Exploitation sowie Methoden wie DQN und Policy-Gradienten kennen.
   • Fallstudie: Bestärkendes Lernen in DeepMinds AlphaGo.
   • Praxisworkshop: Trainiere ein Reinforcement-Learning-Modell in OpenAI Gyms GridWorld.

5. Planung und Entscheidungsfindung

   Lektion 5

   • Beherrsche Minimax, Alpha-Beta-Suche, Monte-Carlo-Tree-Search und ihre Anwendungen in Brettspielen und Echtzeit-Strategiespielen.
   • Fallstudie: Strategische KI in StarCraft II.
   • Praxisübung: Implementiere Minimax für Tic-Tac-Toe.

6. KI in 2D/3D-Spielumgebungen

   Lektion 6

   • Verstehe Umgebungsdarstellung, Navigation, Pfadsuche und Verhaltenssysteme in virtuellen Räumen.
   • Fallstudie: KI in The Legend of Zelda: Breath of the Wild.
   • Praxisnah: Erstelle grundlegende Navigation und Interaktionen in 2D- und 3D-Umgebungen.

7. Adaptive Systeme & Dynamische Schwierigkeitsgrade

   Lektion 7

   • Erkunde adaptive Systeme, dynamische Schwierigkeitsanpassung, KI-gesteuertes Storytelling, Spielerprofilierung und Implementierungsstrategien.
   • Fallstudie: Left 4 Deads KI-Direktor für dynamische Gegnerverwaltung.
   • Praxisnah: Entwickle ein adaptives Schwierigkeits­system in Unity.

8. Die Zukunft der KI im Gaming

   Lektion 8

   Entdecken Sie generalistische KI-Agenten, Transferlernen, KI-gestützte Design- und Testwerkzeuge, ethische Aspekte der KI sowie neue Anwendungen von KI in VR/AR und im E-Sport.