Cel kształcenia i wykaz literatury

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

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

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 wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

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:

Efekty kształcenia dla zajęć

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_U02+ 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 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).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
6	TK01	Wstęp do sztucznej inteligencji w grach komputerowych: pojęcia i problemy	W01	MEK02
6	TK02	Wstęp do programowania w silniku Unity oraz pakietu ML agents	W02, L01	MEK01
6	TK04	Wyszukiwanie ścieżek w grach komputerowych: algortm Dijkstry, A*, LPA*, JPS i inne	W04, L04, L05	MEK04 MEK05
6	TK05	Alternatywne zastosowania sztucznej inteligencji w grach komputerowych i potencjalne kierunki rozwoju	W06	MEK02 MEK05
6	TK06	Algorytmy podejmowania decyzji: automaty skończone, drzewa zachowań, przeszukiwanie drzew metodą Monte-Carlo i inne	W03, L02, L03	MEK03 MEK05

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 6)	Przygotowanie do kolokwium: 1.00 godz./sem.	Godziny kontaktowe: 10.00 godz./sem.	Uzupełnienie/studiowanie notatek: 3.00 godz./sem. Studiowanie zalecanej literatury: 7.00 godz./sem.
Laboratorium (sem. 6)	Przygotowanie do laboratorium: 15.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 10.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 5.00 godz./sem.
Projekt/Seminarium (sem. 6)		Godziny kontaktowe: 10.00 godz./sem..	Wykonanie projektu/dokumentacji/raportu: 15.00 godz./sem. Przygotowanie do prezentacji: 3.00 godz./sem.
Konsultacje (sem. 6)
Egzamin (sem. 6)

Sposób wystawiania ocen składowych zajęć i oceny końcowej

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

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: nie