Bot de Combate con Actor-Critic para Estudio Indie en Buenos Aires
Visión general
De qué trata este proyecto.
Entrena un agente con PPO o SAC en self-play para un estudio indie, intégralo en ONNX y mide la curva de dificultad. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Entrena y empaqueta una política Actor-Critic creíble para los oponentes del brawler, con curva de dificultad medida frente a personas jugadoras reales.
Earning criteria — what you'll demonstrate
- Implementar Actor-Critic con red de política y red de valor en un entorno Unity ML-Agents
- Diseñar un protocolo de self-play que evite ciclos de explotación
- Exportar y validar un modelo entrenado en una pipeline de juego real
- Conectar métricas de RL con perillas de diseño de juego
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Deep Reinforcement Learning
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero en IA
Entrenar un agente, exportarlo a ONNX e integrarlo en una pipeline de juego es exactamente la mezcla de modelado + pegamento que pide un puesto de AI Engineer en estudios de juego.
Este proyecto afina
- actor-critic
- model-export
- pytorch
Diseñador de Producto IA
Conectar métricas de RL con perillas de dificultad para diseño es trabajo central del AI Product Designer en empresas de juegos o consumer-AI.
Este proyecto afina
- evaluation
- self-play
- actor-critic