-
Apresentação
Apresentação
Esta UC tem como objetivo conferir competências no campo da Inteligência Artificial orientada ao desenvolvimento de videojogos (IAVJ), dotando os alunos de conhecimentos sólidos e estruturados que lhes permitam entender conceitos teóricos e desenvolver código para resolução de problemas práticos de IAVJ.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Licenciado | Semestral | 6
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
2 | Opcional | Português
-
Código
Código
ULHT1075-2129
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
- Noções básicas de IA para jogos.
- Movimento e movimento inteligente: movimento 2D e 3D, direção/condução, previsão de localização.
- Procura de caminhos, orientação e navegação: grafos, algoritmos de Dijkstra e A*, grelhas e malhas de navegação, funções de custo; movimento coordenado, emergente e com waypoints.
- Decisões: árvores de decisão, máquinas de estados, árvores de comportamento, outras abordagens.
- Aprendizagem: noções básicas, hill climbing, annealing, algoritmos genéticos, previsão de ações, classificadores de Bayes, outras abordagens.
- Jogos de tabuleiro: noções básicas, família de algoritmos minimax, MCTS, outras abordagens.
- Geração procedimental de conteúdos.
-
Objetivos
Objetivos
- Domínio das noções básicas de Inteligência Artificial para videojogos.
- Domínio de conceitos básicos e intermédios de movimento inteligente e procura de caminhos em videojogos.
- Domínio de conceitos intermédios e avançados na tomada de decisões por parte de agentes em videojogos, nomeadamente máquinas de estados, árvores de comportamento, entre outros.
- Domínio de conceitos básicos de aprendizagem em videojogos.
- Domínio de tópicos de Inteligência Artificial em jogos de tabuleiro.
- Capacidade de resolver problemas envolvendo os conceitos adquiridos, tanto a nível abstrato como ao nível prático (i.e. programação).
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
- Utilização de protótipos de aprendizagem ativa, como descritos em: Fachada, N., Barreiros, F.F., Lopes, P., & Fonseca, M. (2023). Active Learning Prototypes for Teaching Game AI. In 2023 IEEE Conference on Games (CoG) (pp. TBD). IEEE.
- Realização de competições internas de IA para jogos, como descritas em: Fachada, N. (2021). ColorShapeLinks: A board game AI competition for educators and students. Computers and Education: Artificial Intelligence, 2, 100014.
- Componente opcional de investigação após o período normal de avaliação contínua, com o objetivo dos estudantes produzirem um artigo científico da sua autoria, como por exemplo:
- Fernandes, P. M. et al. (2020). SimpAI: Evolutionary heuristics for the ColorShapeLinks board game competition. In International Conference on Videogame Sciences and Arts (pp. 113-126). Springer.
- Silva, R. C., Fachada, N., De Andrade, D., & Códices, N. (2022). Procedural generation of 3D maps with snappable meshes. IEEE Access, 10, 43093-43111.
-
Bibliografia principal
Bibliografia principal
- Millington, I. (2019). AI for Games (3rd ed.). CRC Press.
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não