Cykl kształcenia: 2024/2025
Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki
Nazwa kierunku studiów: Informatyka
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: pierwszego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: AA - inżynieria systemów informatycznych, AI - Sztuczna inteligencja, TT - informatyka w przedsiębiorstwie, Z - inżynieria systemów złożonych
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Informatyki i Automatyki
Kod zajęć: 17917
Status zajęć: obowiązkowy dla specjalności
Układ zajęć w planie studiów: sem: 5 / W15 L15 P15 / 3 ECTS / E
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. Paweł Stawarz
Główny cel kształcenia: Student uzyskuje podstawową wiedzę z zakresu sztucznej inteligencji w grach komputerowych. Zdobywa umiejętności rozumienia i implementacji najpopularniejszych algorytmów podejmowania decyzji i wyszukiwania ścieżek w grach komputerowych, korzystając z języka programowania C# i silnika Unity.
Ogólne informacje o zajęciach: Moduł ma na celu przekazanie praktycznej wiedzy o algorytmach sztucznej inteligencji wykorzystywanych w grach komputerowych, w szczególności ich implementacji za pomocą języka C# i silnika Unity.
Inne: Dokumentacja Unity: https://docs.unity3d.com/Manual/index.html
1 | Steve Rabin | Game AI Pro 3: Collected Wisdom of Game AI Professionals | Taylor & Francis Inc, ISBN: 9781498742580. | 2017 |
2 | Steve Rabin | Game AI pro: collected wisdom of game AI professionals | CRC Press. | 2013 |
3 | Steve Rabin | Game AI Pro 2: Collected Wisdom of Game AI Professionals | CRC Press. | 2015 |
4 | Sebastiano M. Cossu | Beginning Game AI with Unity: Programming Artificial Intelligence with C# | Apress. | 2020 |
Wymagania formalne: Wymagane zaliczenie modułów: sztuczna inteligencja, zaawansowane programowanie w języku C++ lub modułów im równoważnych.
Wymagania wstępne w kategorii Wiedzy: Wymagane jest posiadanie podstawowej wiedzy dotyczącej algorytmów sztucznej inteligencji i zaawansowana wiedza dotycząca języka C++
Wymagania wstępne w kategorii Umiejętności: Wymagane jest posiadanie zaawansowanych umiejętności w zakresie programowania w językach z rodziny C.
Wymagania wstępne w kategorii Kompetencji społecznych:
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
01 | Zna podstawowe metody wykorzystania języka C# w silniku Unity, potrafi pisać proste skrypty i rozumie działanie oraz różnice pomiędzy funkcjami Awake, Start, Update i FixedUpdate | wykład, laboratorium, projekt indywidualny, projekt zespołowy | sprawozdanie z projektu, sprawdzian pisemny, obserwacja wykonawstwa |
K_W04+++ K_U10++ |
P6S_UW P6S_WG |
02 | Rozumie zagadnienia związane ze sztuczną inteligencją w grach komputerowych, w szczególności potrafi wymienić i wskazać cechy najczęściej stosowanych algorytmów wyszukiwania ścieżek oraz algorytmów podejmowania decyzji | wykład, laboratorium | zaliczenie cz. pisemna, zaliczenie cz. ustna |
K_K01+++ |
P6S_KK P6S_UU |
03 | Zna algorytmy podejmowania decyzji w grach komputerowych i potrafi je zaimplementować za pomocą języka C# | laboratorium, projekt indywidualny, projekt zespołowy | obserwacja wykonawstwa, prezentacja projektu |
K_U10+++ K_K07+++ |
P6S_KO P6S_UW |
04 | Zna algorytmy wyszukiwania ścieżek w grach komputerowych i potrafi je zaimplementować za pomocą języka C# | laboratorium, projekt indywidualny, projekt zespołowy | obserwacja wykonawstwa, prezentacja projektu |
K_U02++ K_K07+++ |
P6S_KO P6S_UW |
05 | Zna algorytmy wsparcia decyzji w grach komputerowych i potrafi je zaimplementować za pomocą języka C# | laboratorium, projekt indywidualny, projekt zespołowy | obserwacja wykonawstwa, prezentacja projektu |
K_U02++ K_K07+++ |
P6S_KO P6S_UW |
06 | Zna ograniczenia w stosowaniu poszczególnych algorytmów sztucznej inteligencji w grach komputerowych i potrafi wybrać algorytm odpowiedni do danego scenariusza. | wykład, projekt indywidualny, projekt zespołowy | sprawozdanie z projektu, test pisemny |
K_W04+ K_U06+++ K_K07++ |
P6S_KO P6S_UW P6S_WG |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
5 | TK01 | W01 | MEK02 | |
5 | TK02 | W02, L01 | MEK01 | |
5 | TK04 | W03, L02 | MEK03 MEK06 | |
5 | TK05 | W04, L03, L04 | MEK04 MEK06 | |
5 | TK06 | W05, L05, L06 | MEK05 MEK06 | |
5 | TK07 | W06 | MEK02 MEK06 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 5) | Godziny kontaktowe:
15.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
3.00 godz./sem. Studiowanie zalecanej literatury: 5.00 godz./sem. |
|
Laboratorium (sem. 5) | Przygotowanie do laboratorium:
10.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
|
Projekt/Seminarium (sem. 5) | Godziny kontaktowe:
15.00 godz./sem.. |
Wykonanie projektu/dokumentacji/raportu:
5.00 godz./sem. Przygotowanie do prezentacji: 3.00 godz./sem. |
|
Konsultacje (sem. 5) | |||
Egzamin (sem. 5) | Przygotowanie do egzaminu:
7.00 godz./sem. |
Egzamin pisemny:
2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Uczestnictwo w zajęciach |
Laboratorium | Aktywność na zajęciach, sprawdzian pisemny lub ustny |
Projekt/Seminarium | Sprawozdanie z projektu, obrona projektu |
Ocena końcowa | Średnia z ocen |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | P. Stawarz | Enhancing Game Agent Pathfinding Through Dynamic Graph Reweighting | 2020 |