اپلیکیشن اندرویدی فلش‌کارت آموزشی جستجو و مسیریابی در بازی‌های استراتژیک

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جستجو و مسیریابی در بازی‌های استراتژیک

موضوع کلی: توسعه و برنامه‌نویسی بازی‌های کامپیوتری

موضوع میانی: الگوریتم های جستجو و مسیریابی

📋 سرفصل‌های دوره

• 1. مبانی جستجو در بازی‌های استراتژیک
• 2. آشنایی با الگوریتم‌های جستجوی پایه
• 3. جستجوی عمق اول در بازی‌های استراتژیک
• 4. جستجوی عرض اول در بازی‌های استراتژیک
• 5. جستجوی یکنواخت هزینه در بازی‌های استراتژیک
• 6. جستجوی حریصانه و کاربرد آن
• 7. ارزیابی توابع اکتشافی
• 8. بهینه‌سازی توابع اکتشافی برای بازی‌های استراتژیک
• 9. جستجوی محدود شده با عمق
• 10. جستجوی تکراری عمق محدود
• 11. آشنایی با فضای حالت بازی
• 12. نمایش فضای حالت بازی
• 13. روش‌های فشرده‌سازی فضای حالت
• 14. مفهوم شاخه‌های هرس در جستجو
• 15. روش‌های هرس آلفا-بتا
• 16. بهینه‌سازی هرس آلفا-بتا
• 17. جستجوی حریفانه
• 18. مقدمه‌ای بر جستجوی مونت کارلو
• 19. روش‌های نمونه‌برداری در جستجوی مونت کارلو
• 20. کاربرد جستجوی مونت کارلو در بازی‌های استراتژیک
• 21. جستجوی درخت مونت کارلو (MCTS)
• 22. اجزای تشکیل دهنده MCTS
• 23. مراحل انتخاب، گسترش، شبیه‌سازی و پس‌انتشار در MCTS
• 24. بهینه‌سازی MCTS برای بازی‌های مختلف
• 25. آشنایی با یادگیری تقویتی
• 26. Q-learning در بازی‌های استراتژیک
• 27. SARSA و کاربرد آن در بازی‌ها
• 28. تفاوت Q-learning و SARSA
• 29. استفاده از شبکه‌های عصبی در جستجو
• 30. تقویت یادگیری عمیق (Deep Reinforcement Learning)
• 31. مقدمه‌ای بر الگوریتم‌های تکاملی
• 32. الگوریتم ژنتیک و کاربرد آن در بازی‌های استراتژیک
• 33. بهینه‌سازی پارامترهای بازی با الگوریتم ژنتیک
• 34. روش‌های ترکیبی جستجو
• 35. ترکیب جستجوی مونت کارلو و یادگیری تقویتی
• 36. ترکیب الگوریتم‌های جستجوی مختلف
• 37. آشنایی با بازی‌های استراتژیک تک‌نفره
• 38. حل بازی‌های استراتژیک با الگوریتم‌های جستجو
• 39. آشنایی با بازی‌های استراتژیک چندنفره
• 40. چالش‌های جستجو در بازی‌های چندنفره
• 41. مدل‌سازی رفتار حریف در بازی‌های استراتژیک
• 42. پیش‌بینی حرکات حریف
• 43. استراتژی‌های مقابله با حرکات حریف
• 44. ارزیابی کیفیت استراتژی‌های جستجو
• 45. معیارهای ارزیابی عملکرد الگوریتم‌های جستجو