Que estàs buscant?
Documentació majoritàriament en anglès. Llengua usada a classe: català. Exercicis i proves en català i/o anglès.
E4. Dissenyar un joc i la seva monetització, tenint en compte els diferents paràmetres i variables que regeixen el model de negoci del producte.
E6. Desenvolupar videojocs en llenguatges de programació d'alt nivell en motors gràfics a partir de les especificacions.
T1. Comunicar en un tercer idioma, que serà preferentment l'anglès, amb un nivell adequat de forma oral i per escrit i d'acord amb les necessitats que tindran els graduats i graduades.
T2. Treballar com a membre d'un equip interdisciplinari ja sigui com un membre més o realitzant tasques de direcció amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, assumint compromisos i tenint en compte els recursos disponibles.
Aquesta assignatura pretén introduir als estudiants del grau en l'àmbit de la intel·ligència artificial, i concretament dels comportaments computacionals, mostrant-los l'aplicació d'algunes de les seves tècniques en la construcció de videojocs. Es veuen qüestions com els comportaments basats en el moviment, inclosa la cerca de camins, i un petit ventall de mecanismes de presa de decisions de naturalesa reactiva. Es treballen els aspectes teòrics, de manera expositiva, i la seva posterior aplicació pràctica, adreçada a la resolució, sovint guiada, de problemes petits. Les sessions de classe combinen ambdós aspectes per tal d'aconseguir un bon equilibri entre ells. Les pràctiques (obligatòries) i els exercicis de classe i a casa conformen el model avaluatiu de l'assignatura.
Aquesta assignatura s'hauria de cursar una vegada s'ha superat tot el primer curs i l'assignatura "programació en llenguatges interpretats" del segon curs. També seria recomanable haver superat l'assignatura "Desenvolupament de jocs 2D".
Tema 1. Introducció. IA i IA per a jocs. Comportaments computacionals
Tema 2. Control del moviment: "Steering behaviours"
2.1 Comportaments bàsics i derivats: seek, arrive, wander, velocity matching,...
2.2 Combinació de comportaments. Flocking
Tema 3. Cerca de camins: "Pathfinding"
3.1 Representació de l'espai: grafs
3.2 L'algorisme A star
Tema 4. Presa de decisions
4.1 Màquines d'estats
4.2 Arbres de comportament
La nota de cada alumne es calcularà seguint els següents percentatges:
A(1,2,3). Pràctiques de laboratori / treball en grup: 50% (1/3 50% cadascuna)
A4. Examen Final: 50%
Nota Final = A(1,2,3)·0.5 + A4·0.5
Consideracions:
- A(1, 2, 3) són considerades una única activitat composta per diversos apartats que tenen lliuraments distribuïts durant el trimestre.
- Cal que A4 >=5 per a superar l'assignatura. Si aquesta qualificació no arriba a 5 llavors ella mateixa serà la nota final.
- Una activitat no lliurada o lliurada amb retard i sense justificació (citació judicial o assumpte mèdic) compta com un 0.
- Es responsabilitat de l'alumne evitar el plagi en totes les seves formes. En el cas de detectar un plagi, independentment del seu abast, en alguna activitat avaluativa (incloses les pràctiques), s'aplicarà la normativa d'avaluació vigent i el règim disciplinari. En el cas concret de les pràctiques cal tenir present que aquestes són considerades una única activitat de manera que el frau en un lliurament serà considerat frau a tota l'activitat. A més, el professor comunicarà a la Direcció del centre la situació per a que en prengui les mesures aplicables en matèria de règim sancionador. En el context d'aquesta assignatura, plagi també significa utilitzar i/o adaptar codi que no s'hagi desenvolupat de manera totalment individual (o en el si del grup en el cas d'activitats grupals). Facilitar el codi que dóna lloc al plagi és també una forma de plagi i serà tractat de la mateixa manera. De manera resumida podem dir que les activitats avaluatives s'han de resoldre de manera estrictament no col·laborativa (en el cas d'activitats en grup la col·laboració no pot transcendir el si del grup). L'ús d'intel·ligències artificials generatives està prohibit a no ser que explícitament s'indiqui el contrari. Tindrà el mateix tractament que el frau per plagi.
Recuperació
- Cal obtenir una nota >= 5 a l'examen final de recuperació per aprovar l'assignatura.
- La nota de l'examen de recuperació s'aplicarà a l'activitat A4 (i es tornarà a aplicar la fórmula Nota Final = A(1,2,3)·0.5 + A4·0.5)
- En cas de superar la recuperació (A(1,2,3)·0.5 + A4·0.5>=5) la nota final màxima de l'assignatura serà de 5
Millington, Ian (2019). AI for games. Boca Raton, FL: CRC Press, Taylor & Francis Group.
Buckland, Mat (2009). Programming game AI by example. Plano, TX: Wordware Publ.