PacMan AI

AI learns to play PACMAN || Part 1 the making of Pacman https://www.youtube.com/watch?v=qwhXIzNrb9w

optional: Pac-Man Ghost AI Explained https://www.youtube.com/watch?v=ataGotQ7ir8

optional: Microsoft’s AI beats Ms. Pac-Man https://techcrunch.com/2017/06/15/microsofts-ai-beats-ms-pac-man/

intro to NN

https://www.youtube.com/watch?v=ZX2Hyu5WoFg

AI - day 3

intro to NN

https://www.youtube.com/watch?v=ZX2Hyu5WoFg

AI - day 4

COVID simulation:

https://blogs.unity3d.com/2020/05/08/exploring-new-ways-to-simulate-the-coronavirus-spread/

behaviors: FSM -> BT ->

https://www.gamedev.net/articles/programming/artificial-intelligence/the-total-beginners-guide-to-game-ai-r4942/

e Monte Carlo search in decision trees: nice intro http://sitn.hms.harvard.edu/flash/2017/ai-video-games-toward-intelligent-game/

## How to generate game character behaviors using AI and ML - Unite Copenhagen https://www.youtube.com/watch?v=2M3ytOo7LQQ

AI - day 5

  • tema: non siamo soli. ti senti solo? tu chi segui? (della community game dev)
  • capitolo 3: AI 4 play
  • analisi compiti Board Games AI

links: PacMan ricreato da AI: https://www.theverge.com/2020/5/22/21266251/nvidia-ai-gamegan-recreate-pac-man-virutal-environment Project Malmo (AI in minecraft) https://github.com/Microsoft/malmo Ropossum https://www.youtube.com/watch?v=FM3v0tbdKrs AI agents Hide & Seek: https://www.youtube.com/watch?v=Lu56xVlZ40M

compito: installare ML Agents

Approfondimento: come un agente può “Imparare” il mondo esterno: https://worldmodels.github.io/

AI - day 6

  • capitolo 4

  • tema: non siamo soli. ti senti solo? tu chi segui? (della community game dev)

Content generation Now We Can Relight Paintings https://www.youtube.com/watch?v=ihYsJpibNRU L-L

elenco https://github.com/Unity-Technologies/ml-agents/blob/release_2_branch/docs/Learning-Environment-Examples.md

blog posta https://unity3d.com/how-to/unity-machine-learning-agents https://blogs.unity3d.com/2017/08/22/unity-ai-reinforcement-learning-with-q-learning/

project: cars: https://towardsdatascience.com/reinforcement-learning-a-self-driving-car-ai-in-unity-60b0e7a10d9e

pinguini: https://www.immersivelimit.com/tutorials/reinforcement-learning-penguins-part-1-unity-ml-agents

homework:

  • analizzare proprio gioco cumulativo: cosa si puyò implemetare di AI?
  • prendo uno degli esempi di ML-agents, lo modifico e lo traino

Unity & AI

ML Agents

AI - day 7

ML-Agents demo

1.5h di esercizio pratico di ML-Agents, scrivendo da zero un semplice esempio e commentandolo, chiusa sul potenziale del ML e sviluppi in corso

PCG

1.5h sul tema dei PCG (Procedural Content Generation): cosa può aiutare a creare il computer a livello di contenuti dei videogiochi (Grafica, Modelli, Musica, Livelli), in che modo (Assistenza, Controllo, Testabilità) e con quali tecniche? (Search, Cellular Automata, Linguaggi Predicativi, Noize a Frattali, ML)

AI - day 8

  1. 20 min: pubblicazione su GooglePlay

  2. gioco di MU

uscire dal sistema: https://www.youtube.com/watch?v=QQRqTuvBL3E

  1. PCG

2.5) LSYSTems http://www.kevs3d.co.uk/dev/lsystems/# http://www.malsys.cz/Process https://onlinemathtools.com/l-system-generator

2.6) cellular automata https://bitstorm.org/gameoflife/ https://gamedevelopment.tutsplus.com/tutorials/generate-random-cave-levels-using-cellular-automata--gamedev-9664

CASUALITA': non vabsta: Perlin noise e

  1. http://www.mazegenerator.net/

  2. solver method: see PDF and image

altri metodi:

  1. 1.5h sul tema dei PCG (Procedural Content Generation): cosa può aiutare a creare il computer a livello di contenuti dei videogiochi (Grafica, Modelli, Musica, Livelli), in che modo (Assistenza, Controllo, Testabilità) e con quali tecniche? (Search, Cellular Automata, Linguaggi Predicativi, Noize a Frattali, ML)
  2. 45 min: profilazione giocatore

L-Systems

http://www.kevs3d.co.uk/dev/lsystems/# https://onlinemathtools.com/l-system-generator http://www.malsys.cz/Process

( https://elc.github.io/posts/plotting-fractals-step-by-step-with-python/ )

maze generator

http://www.mazegenerator.net/

articoli:

ML sandbox: https://teachablemachine.withgoogle.com/

Level Design book

https://docs.google.com/document/d/1fAlf2MwEFTwePwzbP3try1H0aYa9kpVBHPBkyIq-caY/

Ropossum https://mohammadshaker.com/2014/01/18/ropossum-v1-0/

Appendici

AI

Let’s democratize NLP https://twitter.com/huggingface/status/1260942644286537728

Creating Game AI Using Mostly English https://stadia.dev/intl/en/blog/creating-game-ai-using-mostly-english/ Semantic Reactor: A tool for experimenting with NLU models https://github.com/google/mysteryofthreebots

Per ricevere aggiornamenti quotidiani iscriviti al Canale Telegram o alla Newsletter settimanale, e condividi se vuoi aiutare:
Stefano Cecere
Stefano Cecere
Play well, Die Happy! Autore, Educatore, Sviluppatore, Umanista, Papà.

Ricerco, Sviluppo e Condivido nell’intersezione tra Giochi, Educazione, Tecnologie Digitali, Creatività, Filosofia e attivismo Umanista per una Politica 2042. Senza troppe aspettative ma almeno mi diverto nel tentativo :) ah e papà 2x

Prossimo
Precedente