آموزش سیستم‌های پیشرفته هوش مصنوعی بازی با درخت‌های رفتاری - سازگار با Unity 6 [ویدئویی] - آخرین آپدیت

دانلود Advanced Game AI Systems with Behaviour Trees - Unity 6 Compatible [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: هوش مصنوعی بازی فراتر از اقدامات ساده و اسکریپت شده است؛ بلکه در مورد طراحی عوامل هوشمندی است که به صورت پویا به محیط خود واکنش نشان می‌دهند. این دوره به بررسی درخت‌های رفتاری (Behavior Trees) می‌پردازد، یک معماری قدرتمند AI که در توسعه بازی‌های مدرن استفاده می‌شود. شما با یادگیری اجزای اصلی، از جمله گره‌ها (Nodes)، توالی‌ها (Sequences) و انتخاب‌گرها (Selectors) شروع می‌کنید و می‌آموزید که چگونه آن‌ها را برای ایجاد سیستم‌های AI تطبیقی به طور موثر پیاده‌سازی کنید. با پیشرفت در دوره، به رفتارهای پیشرفته مانند اولویت‌بندی، تصمیم‌گیری پویا و تکنیک‌های بهینه‌سازی AI مانند کوروتین‌ها (Coroutines) خواهید پرداخت. شما منطق AI را با استفاده از اینورترها، شرایط و تکرارکننده‌ها اصلاح می‌کنید و با چالش‌های دنیای واقعی مانند همکاری عوامل، ادغام وضعیت تخته‌سیاه (Blackboard) و تصمیم‌گیری‌های مقیاس‌پذیر روبرو می‌شوید. از طریق تمرین‌های عملی، هوش مصنوعی‌ای توسعه خواهید داد که به طور هوشمند به محیط اطراف واکنش نشان داده و عمق و پیچیدگی گیم‌پلی را افزایش می‌دهد. در پایان این دوره، شما دانش لازم برای ساخت سیستم‌های AI مقیاس‌پذیر که با سناریوهای مختلف بازی سازگار می‌شوند را کسب خواهید کرد. با چالش‌های عملی، از جمله شبیه‌سازی‌های گشت‌زنی و فرار، در طراحی و اصلاح رفتارهای AI تجربه کسب می‌کنید. چه روی AI دشمنان، تعاملات NPCها یا تصمیم‌گیری‌های استراتژیک کار کنید، این دوره به شما کمک می‌کند تا راهکارهای AI هوشمند، کارآمد و غوطه‌ورکننده ایجاد کنید. - توسعه درخت‌های رفتاری برای هوش مصنوعی هوشمند بازی - پیاده‌سازی توالی‌ها، انتخاب‌گرها و شرایط در AI - بهینه‌سازی AI با استفاده از کوروتین‌ها و اولویت‌بندی - ادغام تخته‌سیاه برای رفتار پویای عوامل - ایجاد AI مقیاس‌پذیر برای محیط‌های پیچیده بازی - حل چالش‌های AI با کاربردهای دنیای واقعی این دوره برای توسعه‌دهندگان متوسط تا پیشرفته یونیتی طراحی شده است که به دنبال ارتقای مهارت‌های برنامه‌نویسی AI خود هستند. درک ابتدایی از Unity، C# و مفاهیم پایه AI توصیه می‌شود. توسعه‌دهندگان بازی که هدفشان ایجاد رفتارهای AI مقیاس‌پذیر و هوشمند است، بیشترین بهره را از این دوره خواهند برد. - درخت‌های رفتاری پیشرفته با انتخاب‌گرها، توالی‌ها و شرایط - بهینه‌سازی AI با استفاده از کوروتین‌ها و اولویت‌بندی - تعاملات مقیاس‌پذیر عوامل با تخته‌سیاه و وابستگی‌ها

سرفصل ها و درس ها

مقدمه Introduction

  • مرور کلی دوره Course Overview

  • پیوستن به جامعه دانشجویی H3D Join the H3D Student Community

  • راه‌اندازی مسیریابی در یونیتی Setting up Pathfinding in Unity

  • آپدیت به یونیتی 6 Updating to Unity 6

مفاهیم درخت رفتاری Behaviour Tree Concepts

  • معرفی درخت‌های رفتاری Introducing Behaviour Trees

  • گره‌ها Nodes

  • چاپ درخت Tree Printing

  • گره‌های برگ و اکشن Leaf and Action Nodes

  • حرکت با NavMesh NavMesh Movement

  • توالی‌ها Sequences

  • انتخاب‌گرها Selectors

  • گسترش متدهای اکشن Extending Action Methods

  • شرط‌ها Conditions

رفتارهای پیشرفته Advanced Behaviours

  • اینورترها Inverters

  • یک کلاس جامع برای عامل A Generic Agent Class

  • بهینه‌سازی با کوروتین‌ها Optimising with Coroutines

  • وظایف تکرارشونده Repeating Tasks

  • تضمین بازگشت وضعیت گره و حالت‌های True گیم‌অবجکت‌ها Ensuring Node Status Return True States of GameObjects

  • یک انتخاب‌گر اولویت‌بندی شده A Prioritising Selector

  • تغییر پویای اولویت‌های گره Dynamically Changing Node Priorities

  • چالش انتخاب‌گر تصادفی Random Selector Challenge

  • بر هم زدن و مرتب‌سازی یک‌باره Shuffle and Sort Once

بازنویسی برای مقیاس‌پذیری Refactoring for Scalability

  • کار با آرایه‌های انتخاب Dealing with Arrays of Choice

  • هوش مصنوعی سنتی: فرار (بخش اول) Traditional AI: Fleeing Part 1

  • هوش مصنوعی سنتی: فرار (بخش دوم) Traditional AI: Fleeing Part 2

  • ساخت یک درخت رفتاری پیچیده Building A Complex Behaviour Tree

  • لغو توالی‌ها با استفاده از شرط‌ها Cancelling Sequences with Conditions

  • رها کردن توالی‌ها Abandoning Sequences

  • چالش افزودن وابستگی متقابل Adding Co-dependency Challenge

  • رفتارهای جایگزین (Fallback) Fallback Behaviours

افزودن چالش عامل جدید Adding New Agent Challenge

  • عاشقان هنر Art Lovers

  • رفتار عاشقان هنر Art Lovers Behaviour

  • یک کوروتین برای اثرگذاری بر ویژگی‌های عامل A Coroutine to Effect Agent Properties

  • گره دکوراتور حلقه The Loop Decorator Node

عوامل محیطی Environmental Factors

  • تخته‌سیاه ها (Blackboards) Blackboards

  • چالش ادغام وضعیت تخته‌سیاه Integrating Blackboard State Challenge

  • سرقت در روز روشن نیست Not Daylight Robbery

  • همکاری عوامل Agent Cooperation

  • عوامل در حال تعامل Interacting Agents

  • تخصیص عوامل مجزا برای همکاری با یکدیگر Assigning Individual Agents to Work with Each Other

  • تفکر به سبک درخت رفتاری Thinking like a Behaviour Tree

  • فراموش نکنید وابستگی‌ها را اضافه کنید Remember to Add Dependencies

چالش نهایی Final Challenge

  • چالش گشت‌زنی پلیس Cop Patrol Challenge

  • چالش پلیس و دزد Cop & Robber Challenge

سخن‌های پایانی Final Words

  • دیباگ کردن یک درخت رفتاری Debugging a Behaviour Tree

  • سخن‌های پایانی از پنی Some Final Words from Penny

نمایش نظرات

آموزش سیستم‌های پیشرفته هوش مصنوعی بازی با درخت‌های رفتاری - سازگار با Unity 6 [ویدئویی]
جزییات دوره
7h 16m
46
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Penny de Byl
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Penny de Byl Penny de Byl

استاد برنده جایزه بین المللی و نویسنده پرفروش سلام ، من دکتر پنی دی بایل هستم. من کاملاً سازنده بسیاری از مسائل مربوط به کمبود رایانه و دانشگاهی هستم و علاقه واقعی به تدریس دارم. من بیش از 25 سال است که در دانشگاه ها در استرالیا و اروپا در سطح استاد کامل در مورد توسعه بازی ها ، برنامه نویسی ، گرافیک رایانه ای ، انیمیشن و طراحی وب به دیگران آموزش می دهم. من همچنین برای یونیتی ، SAE ، انستیتوی سرگرمی استرالیا و ویکی گودت مشورت کرده ام. بهترین کتابهای درسی من از جمله توسعه بازی جامع با وحدت در بیش از 100 موسسه در سراسر جهان استفاده می شود. فارغ التحصیلان من در شرکت هایی مانند اپل ، Ubisoft ، LinkedIn و Deloitte Digital کار می کنند. من دارای مدرک ممتاز گرافیک رایانه و دکترا هستم. در هوش مصنوعی برای شخصیت های بازی در طول زندگی حرفه ای من جوایز زیادی را برای تعالی تدریس در سطح ایالتی ، ملی و بین المللی از جمله جایزه تعالی تدریس و آموزش استرالیا و مسابقه برنامه درسی بازی موبایل یونیت برنده شده ام. رویکرد من در زمینه آموزش علوم کامپیوتر و زمینه های مرتبط مبتنی بر پروژه است که به شما کارگاه های عملی می دهم و می توانید بلافاصله دندان های خود را در آن قرار دهید.