GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS Kredi
EDOT314 Oyun Üretiminde Yapay Zeka Seçmeli Ders Grubu 3 6 6.00 3.00

Dersin Seviyesi

Lisans

Dersin Sunulduğu Dil

Dersin Amacı

Bu dersin amacı, öğrencilere dijital oyunlarda Yapay Zeka (YZ) sistemlerinin tasarım, geliştirme ve uygulanma prensiplerini öğretmektir. Öğrenciler, oyun karakteri davranışları, karar verme mekanizmaları, yol bulma (pathfinding) ve prosedürel içerik üretimi gibi YZ uygulamalarını öğrenerek pratik beceriler kazanır.

Dersi Veren Öğretim GörevlisiGörevlileri

Dr. Öğr. Üyesi Hamdi Arslan

Öğrenme Çıktıları

1 Oyun YZ'sinin temel kavramlarını ve mimarilerini açıklayabilir.
2 Oyun karakterleri için durum makineleri ve davranış ağaçları tasarlayabilir.
3 Farklı oyun haritalarına uygun yol bulma (pathfinding) algoritmalarını uygulayabilir.
4 Oyun ortamlarında prosedürel içerik (seviye/harita/görev) üreten YZ sistemleri geliştirebilir.
5 Öğrenme tabanlı YZ (örneğin takviyeli öğrenme) yöntemlerinin oyunlardaki potansiyelini değerlendirebilir.
6 Bir oyun motoru kullanarak uygulamalı YZ prototipleri geliştirebilir.

Öğrenim Türü

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Dersin İçeriği

Bu ders; Oyun YZ'si temelleri, durum makineleri, davranış ağaçları, yol bulma algoritmaları (A, Dijkstra), yapay yaşam simülasyonları, öğrenme tabanlı YZ uygulamaları ve prosedürel içerik üretimi (PCG) konularını kapsar. Popüler oyun motorları üzerinden uygulamalı YZ prototipleri geliştirilir.

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik Uygulama [OgretimYontemVeTeknikleri] [OnHazirlik]
1 Giriş: Oyun YZ'si nedir? Tarihçesi, YZ'nin oyun tasarımındaki rolü ve başarılı örneklerin incelenmesi.
2 Temel YZ Mimarileri: Durum Makineleri (State Machines) ve uygulamaları (atölye çalışması).
3 Karar Verme Mekanizmaları: Davranış Ağaçları (Behavior Trees) ve Hiyerarşik Durum Makineleri (örnekleme).
4 Yol Bulma Temelleri: Arama algoritmaları (BFS, DFS, Dijkstra) ve Uygulamalı Yol Bulma Senaryoları.
5 Gelişmiş Yol Bulma: A* ve Hiyerarşik Yol Bulma (HPA) teknikleri (uygulamalı vaka analizi).
6 Sürü Davranışları (Flocking): Boids algoritması ve kalabalık simülasyonları.
7 Gelişmiş Karar Mekanizmaları: Amaç Odaklı Planlama (Goal-Oriented Action Planning - GOAP) ve uygulama.
8 Ara Proje
9 Prosedürel İçerik Üretimi (PCG): PCG'nin temelleri ve oyun dünyasında kullanımı (grup çalışması).
10 PCG Uygulamaları: Seviye tasarımı ve harita üretimi için YZ algoritmaları (uygulamalı simülasyon).
11 Öğrenme Tabanlı YZ'ye Giriş: Pekiştirmeli Öğrenme (Reinforcement Learning) ve oyun içi ajan eğitimi.
12 Grup Projesi Çalışması: Seçilen bir oyun motorunda karmaşık bir YZ sistemi geliştirme.
13 Grup Projelerinin Test Edilmesi ve Geri Bildirim Oturumu: Geliştirilen YZ'lerin performansı ve davranışları.
14 Final Proje Sunumları

Ders Kitabı Malzemesi Önerilen Kaynaklar

Ian Millington, Artificial Intelligence for Games (Morgan Kaufmann) Mat Buckland, Programming Game AI by Example (Wordware Publishing) Georgios N. Yannakakis ve Julian Togelius, Artificial Intelligence and Games (Springer)

Planlanan Öğrenme Aktiviteleri ve Metodları

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav İçin Bireysel Çalışma 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı için Bireysel Çalışma 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Derse Katılım 14 2 28
Ara Sınav İçin Bireysel Çalışma 1 60 60
Final Sınavı içiin Bireysel Çalışma 1 60 60
Toplam İş Yükü (saat) 148

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ 1
ÖÇ 2
ÖÇ 3
ÖÇ 4
ÖÇ 5
ÖÇ 6
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek