Demos

• CI/CD-Pipeline für containerisierte Game-Server

  Die größte Herausforderung für Spieleanbieter ist die Möglichkeit, den Spielern neue Funktionen schnellstmöglich bereitzustellen. Neue Funktionen müssen nicht nur schnell und zuverlässig ankommen, sondern auch auf eine Weise bereitgestellt werden, in der Kosten optimiert werden und Sicherheit gewährleistet ist. Continuous Integration und Continuous Deployment (CI/CD)-Pipelines mit GitOps stellen eine effektive Möglichkeit für Spieleanbieter dar, um während des gesamten Entwicklungslebenszyklus Spiele zu verbessern und neue Funktionen bereitzustellen. In dieser Demo erklären wir, wie CD-Pipelines in Verbindung mit bewährten GitOps-Methoden zum Automatisieren der Verteilung von Spielbinärdateien und deren Assets verwendet werden können. 

• Datenbanken 101

  Diese Demo bietet eine Übersicht über die speziell entwickelten AWS-Datenbanken. Wir befassen uns mit gängigen Nutzungsszenarien und mit der Auswahl des richtigen Tools für den richtigen Auftrag. 

• Beschleunigte Netzwerke 101

  Erfahren Sie mehr über grundlegende Netzwerkservices mit der Bezeichnung AWS Global Accelerator und wie sie Ihnen bei der Beschleunigung Ihres Internetdatenverkehrs für Online-Multiplayer-Spiele helfen können, indem sie die globale AWS-Infrastruktur verwenden.
  

• Bereitstellung von Inhalten 101

  Erfahren Sie mehr über Amazon CloudFront, einen grundlegenden Netzwerkservice für die Bereitstellung von Inhalten. Dieser kann Ihnen helfen, die Spielbinärdateien Ihren Kunden mithilfe der globalen AWS-Infrastruktur schneller bereitzustellen.
  

• Amazon Lumberyard 101

  Diese Demo bietet Kunden eine Einführung in die leistungsstarken Lumberyard-Tools, die zum Entwickeln eines Spiels zur Verfügung stehen. Zu den wichtigsten Funktionen gehören World Building mit Slices, Script Canvas zum Scripting der Spiellogik sowie EMotion FX zur Kontrolle der Animation der Spielfiguren.

• Serverlose Analyse 101

  Erfahren Sie, warum Sie Analysen in einem Videospiel verwenden möchten. Erfahren Sie, wie Sie einen Batch und eine Analysepipeline fast in Echtzeit erstellen und in ein Unity-Spiel integrieren, um nützliche Erkenntnisse zu gewinnen. 

• Amazon GameLift-Game-Server 101

  Sehen Sie sich gängige Spielarchitekturmuster mit Amazon GameLift an und erkunden Sie ein Beispiel in der GameLift-Konsole. 

• Crossplay-Spiele bei AWS

  Plattformübergreifendes Spielen ist die Möglichkeit, verschiedenen Gaming-Plattformen zu erlauben, dieselben Online-Server in einem Spiel zu verwenden und Spieler so zusammenzuführen. In dieser Sitzung erhalten Sie Tipps, wie Sie das Backend von Crossplay-Spielen auf AWS konfigurieren, sowie eine Beispielarchitektur. 

• Beliebiges Erweitern von AWS-Rechenzentren

  Das Gespräch behandelt das Verschieben von Cloud-Workloads näher zu Endbenutzern. Was sind Mechanismen wie lokale AWS-Zonen, AWS Outposts und AWS Wavelength und welche Anwendungsfälle decken sie ab? 

• Aufbauen einer ML-basierten Pipeline zur Missbrauchserkennung mit Amazon SageMaker

  Das Erkennen von Betrügern ist häufig ein schwerer Kampf. Dennoch können Systeme, die mithilfe von Machine Learning-Algorithmen geschult wurden, helfen, die Daten zu nutzen, die Spieleentwicklern bereits vorliegen, um eine Eskalation zu automatisieren und Maßnahmen gegen verdächtige Verhaltensweisen zu ergreifen. In dieser Demo führen wir Ihnen vor, wie der Aufbau einer End-to-End-Pipeline mit Telemetriedaten eines Beispielspielers aussieht.

• Alexa, schaffe ein Abenteuer

  Sie erfahren, wie die Rollenspiel-Umgebung von Alexa, Starfinder, geschaffen wurde. Die Demo bietet eine Einführung in das Spiel sowie eine Vorführung des Alexa-Tools zum Verbessern von Fähigkeiten, Skill Flow Builder.

• Erstellen von In-Game-Musik mit Machine Learning

  Machine Learning ist nicht nur für die Datenanalyse gedacht. Sie können es auch zum Erstellen von Content für Ihre Spiele verwenden. Sehen Sie sich diese Demo an, um zu sehen, wie Sie AWS DeepComposer verwenden, um neue Variationen von Musical-Themen ungeachtet Ihrer technischen Expertise auszuprobieren – und tauchen Sie dann tiefer ein, um zu sehen, wie generative Netzwerke und Amazon SageMaker verwendet werden können, um Content für Ihr Spiel sogar während der Laufzeit zu erstellen. 

• Landen eines Erfolg durch verstärkendes Lernen

  Diese Demo zeigt Ihnen, wie Spieleentwickler verstärkendes Lernen (Reinforcement Learning; RL) in ihren Videospielen verwenden. In dieser Demo zeigen wir Ihnen, wie Sie mit RL ein Mondlandefahrzeug in einer OpenAI Gym Box2D-Simulationsumgebung schulen, dass es selbst auf dem Mond landet. Lernen Sie, wie Sie Agenten schulen und optimieren, und treten Sie gegen andere an, um herauszufinden, wer das am besten optimierte RL-Modell erstellt, das präzise auf dem Mond landen kann.  

• Studio in der Cloud zur Erstellung von Assets

  Erstellen Sie Spiel-Assets in der Cloud mit Anwendungen, wie Epic Games Unreal Engine, Autodesk 3dsMax, Adobe Photoshop und AWS Thinkbox Sequoia. Stellen Sie über das NICE DCV-Remote-Display-Protokoll von AWS eine Verbindung zu einer G4DN-basierten virtuellen Windows-Workstation her. Sie können dann anhand von sämtlichen Eingabegeräten, wie Maus, Tastatur und Wacom-Tablet, mit Anwendungen interagieren.
  

• Visualisieren und Abfragen von Wissensdiagrammen von einem MMORPG mit Amazon Neptune

  Graphdatenbanken sind ungemein wertvoll für das Verständnis von hochgradig verketteten Daten, allerdings sind die meisten Entwickler nicht mit dem Modellieren und Abfragen von Daten mit Graphdatenbanktools vertraut. Diese Demo zeigt eine in den Browser integrierte Visualisierung und einen Abfrage-Explorer auf Apache Tinkerpop Gremlin und Amazon Neptune, mit einem Dataset des weithin beliebten MMORPG. 

• Ausbauen des Engagements der Community bei Twitch

  Live-Streaming auf Twitch vereint Communitys und bietet Spieleentwicklern eine einzigartige Möglichkeit der Interaktion mit diesen Zielgruppen. Entdecken Sie die Vielseitigkeit von Twitch Extensions während unserer praxisorientierten Demonstration und erkennen Sie das interaktive Potenzial Ihres Spiels während Live-Übertragungen.

• Automatisieren der Codeüberprüfung durch Machine Learning

  Entdecken Sie die vielen Anwendungsmöglichkeiten von Machine Learning beim Entwickeln von Tools, mit denen qualifizierte, aber sich wiederholende manuelle Tätigkeiten automatisiert werden. Wir stellen Amazon CodeGuru vor, ein Machine Learning-Tool, das die Codeüberprüfung automatisiert. Wir betrachten seine Funktionsweise, seine Fähigkeiten und untersuchen diese dann im Rahmen einer Demo.