Fundación TecnoCampus
eCampus
Universitat Empresa
eCampus

Que estás buscando?

Información general

Tipo de asignatura: obligatoria

Coordinador: Juan José Pons López

trimestre: Segundo trimestre

Créditos: 4

Profesorado: 

Enric Sesa Nogueras

Idiomas de impartición

  • Català

Documentación mayoritariamente en inglés. Lengua usada en clase: catalán. Ejercicios y pruebas en catalán y/o inglés. 

Competencias

Competencias específicas

  • E4. Diseñar un juego y su monetización, teniendo en cuenta los distintos parámetros y variables que rigen el modelo de negocio del producto.

  • E6. Desarrollar videojuegos en lenguajes de programación de alto nivel en motores gráficos a partir de sus especificaciones.

competencias transversales

  • T1. Comunicar en un tercer idioma, que será preferentemente el inglés, con un nivel adecuado de forma oral y por escrito y acorde con las necesidades que tendrán los graduados y graduadas.

  • T2. Trabajar como miembro de un equipo interdisciplinario ya sea como un miembro más o realizando tareas de dirección con el fin de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos y teniendo en cuenta los recursos disponibles.

Descripción

Esta asignatura pretende introducir a los estudiantes del grado en el ámbito de la inteligencia artificial, y concretamente de los comportamientos computacionales, mostrándoles la aplicación de algunas de sus técnicas en la construcción de videojuegos. Se ven cuestiones como los comportamientos basados ​​en el movimiento, incluida la búsqueda de caminos, y un pequeño abanico de mecanismos de toma de decisiones de naturaleza reactiva. Se trabajan los aspectos teóricos, de forma expositiva, y su posterior aplicación práctica, dirigida a la resolución, a menudo guiada, de pequeños problemas. Las sesiones de clase combinan ambos aspectos a fin de conseguir un buen equilibrio entre ellos. Las prácticas (obligatorias) y los ejercicios de clase y en casa conforman el modelo evaluativo de la asignatura. 

Esta asignatura debería cursarse una vez se ha superado todo el primer curso y la asignatura "programación en lenguajes interpretados" del segundo curso. También sería recomendable haber superado la asignatura "Desarrollo de juegos 2D".

 

Contenidos

Tema 1. Introducción. IA y IA para juegos. comportamientos computacionales

Tema 2. Control del movimiento: "Steering Behaviours"

2.1 Comportamientos básicos y derivados: seek, arrive, wander, velocity matching,...

2.2 Combinación de comportamientos. Flocking

Tema 3. Búsqueda de caminos: "Pathfinding"

3.1 Representación del espacio: grafos

3.2 El algoritmo A star

Tema 4. Toma de decisiones

4.1 Máquinas de estados

4.2 Árboles de comportamiento

 

 

Sistema de evaluación

La nota de cada alumno se calculará siguiendo los siguientes porcentajes:

A(1,2,3). Prácticas de laboratorio / trabajo en grupo: 50% (1/3 50% cada una)

A4. Examen Final: 50%

Nota Final = A(1,2,3)·0.5 + A4·0.5

 

Consideraciones:

- Es necesario que A4 >=5 para superar la asignatura. Si esta calificación no llega a 5 entonces ella misma será la nota final. 

- Una actividad no entregada o entregada con retraso y sin justificación (citación judicial o asunto médico) cuenta como un 0.

- Es responsabilidad del alumno evitar el plagio en todas sus formas. En caso de detectar un plagio, independientemente de su alcance, en alguna actividad evaluativa (incluidas las prácticas), se aplicará el artículo 8 de la normativa de evaluación que comporta el suspenso automático de la asignatura sin posibilidad de recuperación. Además, el profesor comunicará a la Coordinación del Grado la situación para que tome medidas aplicables en materia de régimen sancionador. En el contexto de esta asignatura, plagio también significa utilizar y/o adaptar código que no se haya desarrollado de forma totalmente individual (o en el seno del grupo en el caso de actividades grupales). Facilitar el código que da lugar al plagio es también una forma de plagio y será tratado por igual. De forma resumida podemos decir que las actividades evaluativas deben resolverse de forma estrictamente no colaborativa (en el caso de actividades en grupo la colaboración no puede trascender el seno del grupo). 

 

recuperación

- Es necesario obtener una nota >= 5 en el examen final de recuperación para aprobar la asignatura.

- La nota del examen de recuperación se aplicará a la actividad A4 (y se volverá a aplicar la fórmula Nota Final = A(1,2,3)·0.5 + A4·0.5) 

- En caso de superar la recuperación (A(1,2,3)·0.5 + A4·0.5>=5) la nota final máxima de la asignatura será de 5 

 

Bibliografía

Básico

Millington, Ian (2019). AI for games. Boca Raton, FL: CRC Press, Taylor & Francis Group.

Complementario

Buckland, Mat (2009). Programming game AI by example. Plano, TX: Wordware Publ.