Sztuczna inteligencja w grach
Karta opisu przedmiotu
Informacje podstawowe
- Kierunek studiów
- Tworzenie Przestrzeni Wirtualnych i Gier
- Specjalność
- -
- Jednostka organizacyjna
- Wydział Informatyki
- Poziom kształcenia
- Studia licencjackie I stopnia
- Forma studiów
- Stacjonarne
- Profil studiów
- Ogólnoakademicki
- Cykl dydaktyczny
- 2025/2026
- Kod przedmiotu
- WIPPWGS.I8.16922.25
- Języki wykładowe
- polski
- Obligatoryjność
- Obowiązkowy
- Blok zajęciowy
- Przedmioty kierunkowe
- Przedmiot powiązany z badaniami naukowymi
- Nie
Prowadzący zajęcia
Bartłomiej Śnieżyński
|
Okres
Semestr 4
|
Forma zaliczenia
Egzamin
Forma prowadzenia i godziny zajęć
Wykład:
28
|
Liczba punktów ECTS
2
|
Cele kształcenia dla przedmiotu
| C1 | Omowienie metod sztucznej inteligencji mających zastosowania w tworzeniu gier komputerowych |
Efekty uczenia się dla przedmiotu
| Kod | Efekty w zakresie | Kierunkowe efekty uczenia się | Metody weryfikacji |
| Wiedzy – Student zna i rozumie: | |||
| W1 | Student zna i rozumie podstawowe pojęcia sztucznej inteligencji mające zastosowania w tworzeniu gier | PPWG1A_W01 | Aktywność na zajęciach, Kolokwium, Egzamin |
| W2 | Student zna i rozumie podstawy uczenia maszynowego w zastosowaniu do gier. | PPWG1A_W01 | Aktywność na zajęciach, Kolokwium, Egzamin |
| Umiejętności – Student potrafi: | |||
| U1 | Student potrafi wybrać i zastosować odpowiednie techniki sztucznej inteligencji do osiągnięcia zamierzonych celów. | PPWG1A_U01 | Aktywność na zajęciach, Kolokwium, Egzamin |
| Kompetencji społecznych – Student jest gotów do: | |||
| K1 | Student rozumie wpływ gier, a zwłaszcza sztucznej inteligencji w grach na różne zachowania społeczne i potrafi je ocenić. | PPWG1A_K01, PPWG1A_K03 | Aktywność na zajęciach |
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć
Metody sztucznej inteligencji mające zastosownania w tworzeniu gier: algorytmy oparte na przeszukiwaniu, algorytmy podejmowania decyzji, algorytmy agentowe, metody przetwarzania języka naturalnego, algorytmy ewolucyjne, algorytmy rojowe, uczenie ze wzmocnieniem.
Nakład pracy studenta
| Rodzaje zajęć studenta | Średnia liczba godzin* przeznaczonych na zrealizowane aktywności | |
| Wykład | 28 | |
| Samodzielne studiowanie tematyki zajęć | 20 | |
| Przygotowanie do zajęć | 10 | |
| Egzamin lub kolokwium zaliczeniowe | 2 | |
| Łączny nakład pracy studenta |
Liczba godzin
60
|
|
| Liczba godzin kontaktowych |
Liczba godzin
28
|
|
* godzina (lekcyjna) oznacza 45 minut
Treści programowe
| Lp. | Treści programowe | Efekty uczenia się dla przedmiotu | Formy prowadzenia zajęć |
| 1. |
|
W1, W2, U1, K1 | Wykład |
Informacje rozszerzone
Metody i techniki kształcenia :
Wykład, Kształcenie zdalne
| Rodzaj zajęć | Metody zaliczenia | Warunki zaliczenia przedmiotu |
|---|---|---|
| Wykład | Aktywność na zajęciach, Kolokwium, Egzamin |
Sposób obliczania oceny końcowej
Ocena końcowa będzie równa ocenie z kolokwium traktowanego jak egzamin i pisanego na koniec semestru.
Literatura
Obowiązkowa- 1. P. Norvig, S. Russell, Artificial Intelligence: A Modern Approach (4th Ed.), Pearson, 2021
- Ian Millington, AI for Games, 3rd Edition, CRC Press, 2019