利用人工智慧、機器學習和深度學習來建置、執行和發展您的遊戲
遊戲中的 AI/ML 簡介
Gearbox Software 和 MMOS 使用機器學習打造迷你遊戲,協助提升科學研究
針對 ML 採用之旅的每個階段提供解決方案
探索依使用案例為遊戲量身定製的 AI 和 ML 解決方案
開始使用精選 AWS 服務
客戶案例
了解我們的客戶在 AWS 上使用 AI&ML for Games 實現了哪些功能。
![Rovio Rovio](https://d1.awsstatic.com/industry/gametech/customer-stories/rovio-logo.50d587f09bcfb14d27bc824bcfd21d083d5af28b.png)
Rovio 使用 Machine Learning on AWS 教憤怒的小鳥在雲端飛行
Rovio 每天可擷取 40 億個分析事件,利用機器學習進行預測並為玩家提供完美的娛樂級別。藉助 AWS,Rovio 可支援其強化學習,從而加速預測遊戲關卡的難度。
開始使用 AWS AI 和 ML
![升級您的遊戲:使用 Amazon Aurora ML 和 Amazon SageMaker,透過採用 ML 技術的配對來提高玩家留存率 升級您的遊戲:使用 Amazon Aurora ML 和 Amazon SageMaker,透過採用 ML 技術的配對來提高玩家留存率](https://d1.awsstatic.com/sagegames.d8bd918945189c988874e2be5fb8a323a16d03d4.png)
升級您的遊戲:使用 Amazon Aurora ML 和 Amazon SageMaker,透過採用 ML 技術的配對來提高玩家留存率
在這篇文章中,我們展示了遊戲發行商如何調整採用 Aurora 技術的玩家配對系統,以使用 Amazon SageMaker Autopilot 訓練的以 ML 為基礎的即時配對模型來提高玩家留存率。
![在 Amazon Translate 中套用褻瀆屏蔽 在 Amazon Translate 中套用褻瀆屏蔽](https://d1.awsstatic.com/Page-Illo_GameTech-AI-ML_Translate.6a152a2f231a2c154a06f07a1467c6886237060d.png)
在 Amazon Translate 中套用褻瀆屏蔽
了解在遊戲中使用 Amazon Translate 進行玩家對玩家多語言聊天時,如何透過 grawlix 字串 (“?$#@$”) 屏蔽褻瀆的字詞和片語。
![偵測遊戲中的異常狀況 偵測遊戲中的異常狀況](https://d1.awsstatic.com/Page-Illo_GameTech-AI-ML_Detect-Anomalies.c5b7c467ebc54195d48a70fddffc9edd056fd483.png)
偵測遊戲中的異常狀況
使用 Amazon Lookout for Metrics 和遊戲分析管道解決方案,在分析資料中找到「有趣的」資料。對異常保持警惕;製作高峰、聊天流量下降,或是玩家身分驗證 API 的命中次數過多
與主要產業合作夥伴一起創新
從廣泛的產業領先 AWS 合作夥伴網路中探索專用 AWS for Games 解決方案與服務,這些合作夥伴在 AWS 上建置解決方案方面展示了技術專長和客戶成功案例。
![Databricks Toxicity Databricks Toxicity](https://d1.awsstatic.com/Databricks%20pn.a6f083b01073251c51aa24a2e755ed915dacdb08.png)
毒害偵測解決方案
Databricks Lakehouse Gaming 毒害偵測解決方案加速器,透過即時偵測毒害語言來促進更健康的遊戲社群。
開啟機器學習之旅
機器學習是遊戲的新技術前沿。Amazon 致力於協助遊戲開發人員和遊戲學生掌握這項技術,並利用技術建置驚人的體驗。
機器學習大學
機器學習大學 (MLU) 讓任何人、在任何地點、任何時間都能存取用於培訓 Amazon 內部開發人員機器學習相關知識的課程。透過 MLU,所有開發人員都能按自己的節奏學習 MLU 加速教學習系列,了解如何使用機器學習。
適用於 AWS DeepRacer 的免費 Udacity 課程
在這項由 AWS 讚助的為期 2 週的免費 Udacity 課程中,了解如何使用強化學習 (RL) 訓練現實生活中的自動駕駛汽車。然後加入 DeepRacer Leage 來測試新技能並贏取大獎。
參加免費課程 »
Amazon SageMaker Studio Lab (預覽版)
Amazon SageMaker Studio Lab 是一個免費的機器學習 (ML) 開發環境,免費提供運算、儲存 (高達 15GB) 和安全,供任何人使用 ML 進行學習和實驗。只需有效的電子郵件地址即可開始,無需設定基礎設施或管理身分和存取權限,甚至無需註冊 AWS 帳戶。