برگزاری کارگاههای فنی بازیسازی با حضور امین بابادی
امین بابادی که در حال حاضر به تحصیل در دانشگاه آلتو فنلاند میپردازد، قرار است کارگاههایی با موضوعات فنی و به صورت آنلاین با هدف انتقال تجربه به بازیسازان در انستیتو برگزار کند.
به گزارش انستیتو ملی بازیسازی، امین بابادی دانشجوی دکترای بازیهای ویدیویی در دانشگاه آلتو کشور فنلاند است و در حال حاضر در زمینه استفاده از یادگیری ماشین برای تولید خودکار انیمیشنهای سهبعدی فعالیت میکند. وی بیش از ده سال تجربه در صنعت بازیسازی دارد و تاکنون در پروژههای مختلفی از جمله «ارتشهای فرازمینی»، «بیداری: خاکسترهای سوزان» و «کات» فعالیت داشته است. وی در این کارگاهها که در سه روز مختلف برگزار میشود، به سه حیطه در حوزه فنی بازیسازی خواهد پرداخت.
این کارگاهها در روزهای یکشنبه مورخ 12، 19 و 26 بهمن ماه ساعت16 تا 17:30 بوده و عناوین مورد بحث در هر کارگاه به شرح زیر است:
1-کاربردهای یادگیری ماشین در بازیسازی: به حوزهای از هوش مصنوعی گفته میشود که هدف اصلی آن، بهبود عملکرد کامپیوتر در حل مسائل از طریق کسب تجربه است. در حال حاضر، یادگیری ماشین و زیرشاخههای جدید آن تحت عنوان "یادگیری عمیق" به علت کسب نتایج خیرهکننده در حل مسائل پیچیده، از داغترین مباحث هوش مصنوعی به حساب میروند که کاربردهای بسیاری در صنایع پزشکی، نظامی، خودروسازی و ... پیدا کرده است.
2-مدلسازی رفتار بازیکنها در بازیهایF2P : این سری از بازیها از نظر کاربران محبوبیت بسیاری دارند و چالش اصلی شرکتهای سازندهی بازیهای F2P پس از انتشار محصولاتشان این است که تعداد کاربرها را تا حد ممکن افزایش داده و آنها را برای مدت طولانی در بازی نگه دارند به همین منظور، سازندگان باید به طور مداوم و منظم رفتار کاربران را زیر نظر داشته باشند تا بتوانند برای تولید محتوای جدید و بهبود ساختار فنی محصول خود برنامهریزی کنند و بر این مبنا استفاده از هوش مصنوعی برای کاهش هزینهها در چنین بازیهایی احساس میشود و به همین منظور در این کارگاه به معرفی چند نمونه از این کاربردها به صورت عملی در بازیها و پژوهشهای منتشر شده پرداخته میشود.
3-طراحی عاملهای هوشمند با استفاده از یادگیری تقویتی: در آخرین کارگاه، امین بابادی به موضوع طراحی هوش مصنوعی کاراکترها که یکی از چالشهای مهم در توسعهی بازیها به حساب میآید میپردازد.
هدف از این ارائه، معرفی یادگیری تقویتی و نحوه استفاده از آن در بازیسازی است. به این منظور، ابتدا مفاهیم پایهای و الگوریتمهای مهم یادگیری تقویتی معرفی شده و سپس به معرفی ابزارهای مهم برای استفاده از یادگیری تقویتی در موتورهای مختلف بازیسازی پرداخته میشود.
اگر علاقهمند به شرکت در این کارگاهها هستید، اینجا کلیک کنید.
