Machine Learning appliqué aux jeux vidéo - QC-173

Discipline(s) et niveau : Intelligence artificielle (Maîtrise ou Doctorat)
Nom de la compagnie : Anonyme
# Stagiaires / # blocs : 1-2 stagiaires / 2-4 blocs (1-2 années)
Langue : Français et/ou Anglais
Lieu : Montréal, QC
Début du projet : Début 2019
Préférences : Aucune

À propos de la compagnie :

Un leader canadien du jeu mobile basé à Montréal.

Description du ou des projet(s) : 

Résoudre un jeu puzzle deux dimensions à l'aide du machine learning appliqué. Le jeu comporte 1000+ niveaux de difficulté et l'objectif est de tester les différents niveaux de façon automatisée pour avoir une idée du niveau de difficulté des différents niveaux afin de les catégoriser en ordre de difficulté. Les niveaux auront des nouvelles mécaniques de jeux de plus en plus complexe, ce qui rend la création et maintenance d'un AI désigné (behavior tree) problématique. L'AI finale doit avoir un comportement qui s'approche de celui d'un être humain afin de pouvoir mesurer la difficulté réelle d'un niveau, question d'avoir une appréciation qualitative du niveau.

Il sera proposé d'utiliser les outils de Machine Learning sous l'engin de jeux vidéo Unity, donc Tensorflow et autre, mais d'autres suggestions sont bienvenues.

Objectifs/sous-objectifs de recherche :

  • À déterminer

Méthodologie :

  • A déterminer

Compétences recherchées :

  • Machine Learning
  • Engin de jeu Unity, Tensorflow

Pour plus d’information ou pour postuler :

  1. Vérifiez votre admissibilité et apprenez-en plus sur les projets ouverts.
  2. ​Les étudiants intéressés doivent obtenir l’accord de leur superviseur et soumettre leur CV ainsi que le lien menant à la page web universitaire de leur superviseur via le formulaire web ou directement à Jean-Philippe Valois.
Programme: