Demo

• Pipeline di integrazione e distribuzione continue per server di gioco in container

  La sfida maggiore che le case editrici di videogiochi devono affrontare è poter fornire nuove funzionalità ai giocatori nel più breve tempo possibile. Non solo le nuove funzionalità devono arrivare rapidamente e in modo affidabile ma devono anche essere distribuite in modo da ottimizzare i costi e mantenere la sicurezza. Le pipeline di integrazione continua e distribuzione continua con GitOps sono un metodo efficace con cui le case editrici di videogiochi migliorano i giochi e forniscono nuove funzioni per tutto il ciclo di vita dello sviluppo. In questa demo, parleremo del modo in cui le pipeline di distribuzione continua, se unite alle best practice GitOps, possono essere utilizzate per automatizzare la distribuzione di file binari di gioco e delle relative risorse. 

• Fondamenti di database

  Questa demo offre una panoramica sui database AWS appositamente creati. Esamineremo una serie di casi d’uso comuni e scopriremo come scegliere lo strumento giusto per il relativo processo. 

• Fondamenti di reti accelerate

  Impara a conoscere il servizio di rete core denominato AWS Global Accelerator e scopri come puoi consentirti di accelerare il tuo traffico internet per giochi multiplayer online sfruttando l’infrastruttura globale di AWS.
  

• Fondamenti di distribuzione di contenuti

  Impara a conoscere il servizio di rete core per la distribuzione di contenuti Amazon CloudFront, che può consentirti di fare arrivare i file binari di gioco ai tuoi clienti più rapidamente sfruttando l’infrastruttura globale di AWS.
  

• Fondamenti di Amazon Lumberyard

  Questa demo fornisce ai clienti un’introduzione ai potenti strumenti Lumberyard disponibili per creare un gioco. Le funzionalità chiave includono la creazione di mondi con Slices, Script Canvas per gli script della logica di gioco ed EMotion FX per controllare l’animazione dei personaggi.

• Fondamenti di analisi serverless

  Scopri perché è bene utilizzare le analisi in un videogame. Scopri come creare un batch e una pipeline di analisi quasi in tempo reale e integrala in un gioco Unity per utili approfondimenti. 

• Fondamenti di server di gioco Amazon GameLift

  Una spiegazione passo per passo dei modelli comuni di architettura di gioco con Amazon GameLift e un’esplorazione di un esempio nella console GameLift. 

• Giochi cross-play in AWS

  Le partite multipiattaforma offrono la possibilità a più piattaforme di gioco di condividere gli stessi server online in un videogame, permettendo ai gamer di giocare insieme. In questa sessione, troverai dei suggerimenti su come configurare il backend dei giochi cross-play in AWS, oltre a un’architettura semplice. 

• Espandi i data center AWS ovunque

  Questa chiacchierata tratterà di come spostare i carichi di lavoro del cloud più vicino agli utenti finali. Che meccanismi come zone locali AWS, AWS Outposts e AWS Wavelength sono e che casi d’uso riguardano. 

• Creazione di una pipeline di rilevamento degli abusi alimentata dal machine learning con Amazon SageMaker

  Se individuare gli imbroglioni può spesso essere una gara in salita, i sistemi addestrati con gli algoritmi di machine learning possono consentire di sfruttare i giochi di dati di cui gli sviluppatori già dispongono per automatizzare l’escalation e l’azione a fronte di casi di comportamento sospetto. In questa demo, metteremo in luce cosa significa creare la fine della pipeline con dati di telemetria dei giocatori di esempio.

• Alexa, crea un’avventura

  Scopri come è stato creato Starfinder, l’esperienza di gioco di ruolo di Alexa. La demo riguarda un’introduzione al gioco e la demo dello strumento di creazione Alexa Skill, Skill Flow Builder.

• Crea la musica interna al gioco per machine learning

  Il machine learning non è soltanto destinato all’analisi dei dati: può essere utilizzato anche per creare contenuti per i tuoi giochi. Segui questa demo per scoprire come utilizzare AWS DeepComposer per provare nuove variazioni sui temi musicali a prescindere dal tuo livello di competenza tecnica, quindi scendi più nel dettaglio per scoprire come generare reti antagonistiche e utilizza Amazon SageMaker per creare contenuti per il tuo gioco anche durante il runtime. 

• Fai atterrare un razzo con l’apprendimento di rinforzo

  Questa demo mostra come gli sviluppatori di videogame possono utilizzare l’apprendimento per rinforzo nei loro videogame. In questa demo, dimostreremo come utilizzare l’apprendimento per rinforzo per addestrare un veicolo per allunaggio in un ambiente di simulazione OpenAI Gym Box2D ad allunare. Scopri come addestrare e ottimizzare un agente e concorri con altri per vedere chi può creare il modello di apprendimento per rinforzo più ottimizzato capace di eseguire un allunaggio accurato.  

• Studio nel cloud per la creazione di risorse

  Crea risorse di gioco nel cloud con applicazioni come Epic Games Unreal Engine, Autodesk 3dsMax, Adobe Photoshop e AWS Thinkbox Sequoia. Esegui la connessione alla workstation virtuale Windows basata su G4DN tramite il protocollo di visualizzazione remota NICE DCV di AWS e interagisci con le applicazioni utilizzando tutti i dispositivi di input tra cui mouse, tastiera e tablet Wacom.
  

• Visualizzazione ed esecuzione di query dei grafi della conoscenza da un MMORPG con Amazon Neptune

  I database grafici sono uno strumento estremamente prezioso per comprendere i dati estremamente correlati, ma molti sviluppatori non sono abituati a modellare e ad eseguire query sui dati con gli strumenti di database grafici. Questa demo mette in luce una visualizzazione interna al browser ed esegue query sull’Explorer creato sulla base di Apache Tinkerpop Gremlin e Amazon Neptune, con un set di dati di un MMORPG estremamente popolare. 

• Stimolazione del coinvolgimento della community su Twitch

  Lo streaming in tempo reale su Twitch riunisce le community, che forniscono agli sviluppatori di giochi un’opportunità unica di creare coinvolgimento per questi pubblici. Scopri la versatilità di Twitch Extensions nel corso della nostra dimostrazione pratica e riconosci il potenziale interattivo del tuo gioco durante le trasmissioni live.

• Automatizza la revisione del codice con il machine learning

  Scopri i molti usi del machine learning per creare gli strumenti che automatizzano il lavoro manuale specializzato ma ripetitivo. Presentiamo Amazon CodeGuru, uno strumento basato sul machine learning che automatizza la revisione del codice. Esaminiamo come funziona e cosa può fare, quindi lo indaghiamo con una demo.