دوره هوش مصنوعی بازی با Brutus2D: از مبتدی تا پیشرفته همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره هوش مصنوعی بازی با Brutus2D: از مبتدی تا پیشرفته

موضوع کلی: هوش مصنوعی در بازی‌سازی

موضوع میانی: پیاده‌سازی هوش مصنوعی در موتور بازی

📋 سرفصل‌های دوره

• 1. معرفی Brutus2D و محیط توسعه
• 2. نصب و راه‌اندازی Brutus2D
• 3. آشنایی با ساختار پروژه‌های Brutus2D
• 4. مفاهیم پایه هوش مصنوعی در بازی‌ها
• 5. بررسی انواع هوش مصنوعی (رفتاری، مسیر‌یابی، تصمیم‌گیری)
• 6. معماری کلی سیستم هوش مصنوعی در Brutus2D
• 7. ایجاد اولین Agent هوشمند در Brutus2D
• 8. کنترل Agent با استفاده از Inputها
• 9. مقدمه‌ای بر Finite State Machines (FSM)
• 10. پیاده‌سازی FSM برای رفتارهای ساده Agent
• 11. ایجاد حالت‌های مختلف برای Agent (Idle, Walk, Attack)
• 12. انتقال بین حالت‌ها بر اساس شرایط
• 13. آشنایی با مفهوم Behavior Tree
• 14. ساخت Behavior Tree ساده در Brutus2D
• 15. استفاده از Taskها در Behavior Tree
• 16. ایجاد Task برای حرکت Agent به سمت هدف
• 17. ایجاد Task برای حمله به دشمن
• 18. استفاده از Decoratorها در Behavior Tree
• 19. پیاده‌سازی Logicهای شرطی در Behavior Tree
• 20. معرفی الگوریتم‌های مسیر‌یابی
• 21. الگوریتم A* برای مسیر‌یابی در Brutus2D
• 22. پیاده‌سازی A* با استفاده از Grid
• 23. بهینه‌سازی A* برای بازی‌های بزرگ
• 24. استفاده از NavMesh برای مسیر‌یابی
• 25. ایجاد NavMesh در Brutus2D
• 26. پیاده‌سازی اجتناب از موانع
• 27. استفاده از Raycasting برای تشخیص موانع
• 28. معرفی الگوریتم‌های Decision Making
• 29. استفاده از Rule-Based Systems
• 30. پیاده‌سازی Rule-Based System برای انتخاب بهترین Action
• 31. آشنایی با مفهوم Utility AI
• 32. ساخت Utility Function برای ارزیابی Actionها
• 33. پیاده‌سازی Utility AI در Brutus2D
• 34. استفاده از Perception برای جمع‌آوری اطلاعات
• 35. پیاده‌سازی Vision System برای Agent
• 36. استفاده از Hearing System برای Agent
• 37. آشنایی با مفهوم Group Behavior
• 38. پیاده‌سازی Flocking Algorithm
• 39. ایجاد Leader و Follower در Agentها
• 40. استفاده از Steering Behaviors
• 41. پیاده‌سازی Seek, Flee, Arrive
• 42. ترکیب Steering Behaviors برای رفتارهای پیچیده‌تر
• 43. آشنایی با یادگیری تقویتی (Reinforcement Learning)
• 44. پیاده‌سازی Q-Learning برای Agent
• 45. آموزش Agent برای انجام یک Task خاص
• 46. استفاده از Neural Networks برای هوش مصنوعی
• 47. مقدمه‌ای بر Deep Reinforcement Learning
• 48. بهینه‌سازی عملکرد هوش مصنوعی
• 49. Debugging و Profiling هوش مصنوعی در Brutus2D
• 50. استفاده از ابزارهای Visual Debugging
• 51. معرفی کتابخانه‌های هوش مصنوعی متن‌باز
• 52. ادغام کتابخانه‌های هوش مصنوعی با Brutus2D
• 53. طراحی و پیاده‌سازی سیستم‌های هوش مصنوعی پیچیده
• 54. پیاده‌سازی هوش مصنوعی برای دشمنان مختلف
• 55. ساخت هوش مصنوعی برای Boss Fight
• 56. تست و ارزیابی سیستم هوش مصنوعی
• 57. بهینه‌سازی هوش مصنوعی برای پلتفرم‌های مختلف