Artificial Intelligence in Games (3op)

Arviointiasteikko

0 - 5

Sisällön jaksotus

3. ja 4. jakso. Kevät 2026.

Tavoitteet

Students will have basic knowledge of different AI techniques used in games. Students will be able to select and implement specific AI techniques required in a game.

Suoritustavat

Harjoitustehtävät + Harjoitustyö. Kurssin harjoitustyö tehdään Game Programming 2 -kurssin harjoitustyön yhteyteen.

Sisältö

Introduction to game AI
Finite state machines
Path finding
Game genre specific AI techniques
Learning AI
Distributed AI, Team AI and crowd techniques

Aika ja paikka

1.1.2026 - 31.5.2026

Oppimateriaalit

Kurssimateriaalina teoriamateriaalia, esimerkkikoodia jne, jotka tulevat koodatuksi tuntien aikana.

Suositeltavaa kirjallisuutta (ei pakollista):
- AI Game Programming Wisdom 1-4
- Cormen, Thomas H., et al. Introduction to Algorithms. 4th ed., MIT Press, 2022.

Opetusmenetelmät

Huom. Kurssi liittyy vahvasti kurssiin: Game Programming 2 (3 op), joka toteutetaan samaan aikaan, kurssit toteutetaan yhteistoteutuksena. Kurssi toteutetaan luokassa pidettävänä lähiopetuksena. Opetusmenetelmänä työpajatyyppinen tekeminen, teorian säestämänä. Kurssin ajoitus on suunniteltu niin, että 3. jaksossa on lähiopetusta yhtenä päivänä viikossa, jolloin opiskellaan teoriaa ja samalla toteutetaan erilaisia toiminnallisuuksia ja tehdään tuntiharjoitteita. 4. jakso on varattu itsenäisen opiskelun ajaksi, jolloin on mahdollista viimeistellä jäljellä olevia tehtäviä ja tehdä kurseilla lopputyönä palautettavaa ns. harjoitustyötä. Kurssilla on muutamia palautettavia tehtäviä + harjoitustyö, joiden perusteella arvosana muodostuu Game Programming 2 kurssille ja Artificial Intelligence in Games kursseille.

Harjoittelu- ja työelämäyhteistyö

-

Tenttien ajankohdat ja uusintamahdollisuudet

Palautusten deadline 31.5.2026. Uusintamahdollisuus tulemalla seuralle toteutukselle.

Toteutuksen valinnaiset suoritustavat

-

Opiskelijan ajankäyttö ja kuormitus

Opiskelijalta vaaditaan ajankäytön osalta, osallistumista lähiopetustunneille. Läsnäolo ei ole pakollista, eikä poissaoloista seuraa sanktioita, mutta lähiopetuksesta ei kannata olla pois, koska silloin voi jäädä asioissa pahasti jälkeen. Lähiopetusta 8 viikkoa * ~8 h/viikko = ~64 tuntia. Itsenäisen työn osuus, noin 98 tuntia sisältää kurssin tehtävien teon ja harjoitustyön tekemisen.

Arviointikriteerit, tyydyttävä (1)

The students know and are proficient in the basic concepts of the course.

Arviointikriteerit, hyvä (3)

The students are able to use the methods they learn during the course appropriately.

Arviointikriteerit, kiitettävä (5)

The students are able to apply their learning to different tasks in a variety of ways.

Esitietovaatimukset

Data Structures and Algorithms

Lisätiedot

Ennen kurssille tuloa, varmista, että kurssin edeltävyysehdot täyttyvät osaltasi. Kurssilla vaaditaan C++ osaamista, joten se olisi hyvä olla jollakin tavalla hallussa. Kurssin ensimmäisellä tunnilla tullaan tekemään lähtötasotesti, jossa testataan C++ valmius, että onko edellytyksiä suoriutua kurssilla.