Kursplan hösten 2021
Kursplan hösten 2021
Benämning
Artificiell intelligens för digitala spel
Engelsk benämning
Artificial Intelligence for Digital Games
Kurskod
DA408A
Omfattning
7.5 hp
Betygsskala
UV / Underkänd (U), Godkänd (G) eller Väl godkänd (VG)
Undervisningsspråk
Svenska, inslag av engelska kan förekomma.
Beslutande instans
Fakulteten för teknik och samhälle
Fastställandedatum
2020-01-20
Gäller från
2021-08-30
Behörighetskrav
Totalt minst 30 hp i datavetenskap varav minst 15 hp i objektorienterad programmering
Utöver ovanstående formella förkunskapskrav förutsätts även att studenten har kunskaper från kursen DA304A Tillämpade datastrukturer och algoritmer (eller motsvarande).
Utbildningsnivå
Grundnivå
Huvudområde
Datavetenskap
Fördjupningsnivå
G1F
Fördjupningsnivå i förhållande till examensfordringarna
Kursen ingår i Spelutvecklingssprogrammet.
Syfte
Inom spelområdet är det av högsta vikt att använda resurssnåla algoritmer för att få karaktärerna att agera på ett trovärdigt, och till synes intelligent sätt. Kursen syftar till att introducera studenten till området artificiell intelligens och dess tillämpning i digitala spel.
Innehåll
Kursen innehåller en historisk tillbakablick över AI-områdets utveckling, där tonvikt läggs vid de viktigaste milstolparna ur ett spelperspektiv. Områden som berörs är bland annat skriptspråk för spel-AI, tillståndsmaskiner i spel, vägoptimering och planering i spel, mönsterigenkänning och agenter i spel. Tonvikt läggs vid implementation av datorstyrda motståndare i ett antal olika speltyper.
Lärandemål
Kunskap och förståelse
Efter avslutad kurs ska studenten visa:
- grundläggande kunskap om metoderna inom spel-AI-området och dess historiska utveckling i relation till tillämpningarna
Färdighet och förmåga
Efter avslutad kurs ska studenten visa:
- god färdighet i att självständigt och i samarbete med andra kunna utforma metoder och modeller för att implementera och prova olika lösningar i ett givet problem inom spel-AI.
Värderingsförmåga och förhållningssätt
Efter avslutad kurs ska studenten:
- självständigt och i samarbete med andra kunna identifiera, formulera och dela upp problemställningar, samt välja lämpliga metoder för att lösa ett givet problem inom spel-AI.
- självständigt och i samarbete med andra kunna värdera och prioritera olika lösningar ur olika perspektiv.
- visa förmåga att identifiera sitt behov av ytterligare kunskap och att utveckla sin kompetens
Arbetsformer
Kursen ges i form av föreläsningar, övningar, laborationer samt miniprojekt som genomförs i mindre grupper.
Bedömningsformer
Kursen examineras dels genom redovisning av inlämningsuppgifter (problemlösningsuppgifter eller miniprojekt), dels genom tentamen.
Krav för godkänd: För godkänd krävs godkända redovisningar av samtliga inlämningsuppgifter samt godkänd tentamen.
Betygsbedömning: För väl godkänd krävs att minst 60% av redovisningarna bedömts som väl godkända och att tentamen är väl godkänd.
Kurslitteratur och övriga läromedel
- Schwab, Brian. AI Game Engine Programming. Charles River Media 2008.
Kursvärdering
Alla studenter ges vid slutet av kursen möjlighet att kommentera kursen skriftligt. En sammanställning av resultatet med bemötande av kursansvarig diskuteras med studenter/kursrepresentanter under ett kursvärderingsmöte/programråd. Sammanställningen finns tillgänglig på områdets datornät.