Демонстрационные видеозаписи

• Конвейер CI/CD для контейнеризированных игровых серверов

  Основная проблема, с которой сталкиваются издатели игр, – это возможность предоставлять игрокам новые функции как можно быстрее. Новые функции должны не только быстро поступать и безотказно работать, но и оптимизировать затраты и обеспечивать безопасность. Конвейеры непрерывной интеграции и непрерывного развертывания (CI/CD) с использованием модели GitOps позволяют разработчикам игр улучшать свои продукты и создавать новые функции на протяжении всего жизненного цикла разработки. В этом демонстрационном видео мы обсудим, как конвейеры CD в сочетании с эффективными методиками GitOps можно использовать для автоматизации распределения двоичных файлов игр и их объектов. 

• Начало работы с базами данных

  В этом демонстрационном видео содержится обзор специализированных баз данных AWS. Мы рассмотрим общие случаи использования и способы выбора правильного инструмента для выполнения работы. 

• Основы ускоренной работы в сети

  Узнайте об основных сетевых сервисах под названием AWS Global Accelerator и о том, как с их помощью ускорить интернет-трафик для многопользовательских онлайн-игр за счет использования глобальной инфраструктуры AWS.
  

• Основы доставки контента

  Узнайте о базовом сетевом сервисе для доставки контента Amazon CloudFront, который позволит вам быстрее доставлять клиентам двоичные файлы игр за счет использования глобальной инфраструктуры AWS.
  

• Начало работы с Amazon Lumberyard

  Из этого демонстрационного видео клиенты узнают о многоплановом инструменте Lumberyard, который можно использовать для создания игры. Его основные функции – это создание мира с помощью срезов и чертежей алгоритмов для создания скриптов логики игр и система EMotion FX для управления анимацией персонажей.

• Начало работы с бессерверными технологиями

  Узнайте, почему в видеоигре следует использовать аналитику. Научитесь создавать пакетный конвейер аналитики практически в режиме реального времени и интегрируйте его в игру на платформе Unity, чтобы получить полезную информацию. 

• Начало работы с игровыми серверами Amazon GameLift

  Обзор общих шаблонов игровой архитектуры на серверах Amazon GameLift и рассмотрение примера на консоли GameLift. 

• Кроссплатформенные игры на базе AWS

  Кроссплатформенная игра – это возможность для разных игровых платформ совместно использовать в игре одни и те же онлайн-серверы, позволяя игрокам объединяться. В этом видео содержатся рекомендации по настройке серверной части кроссплатформенных игр на базе AWS, а также пример архитектуры. 

• Расширение центров обработки данных AWS в любом направлении

  В видео рассматриваются вопросы, как приблизить продукты, разрабатываемые в облаке, к конечным пользователям. Вы узнаете о таких средствах, как локальные зоны AWS, облачное решение AWS Outposts и сервис AWS Wavelength, а также увидите примеры их использования. 

• Создание конвейера для обнаружения нарушений на основе машинного обучения с помощью сервиса Amazon SageMaker

  Хотя обнаружить нарушителей часто бывает сложно, системы, обученные с помощью алгоритмов машинного обучения, могут помочь разработчикам использовать уже имеющиеся данные игр для автоматизации обработки запросов и действий в случаях подозрительного поведения. В этом демонстрационном видео мы покажем, как создать сквозной конвейер на примере данных телеметрии игрока.

• Создание сюжетной игры с помощью виртуального ассистента Alexa

  Узнайте, как с помощью ассистента Alexa создавалась ролевая игра Starfinder. В этом видео демонстрируется начальная часть игры и рассказывается об инструменте ассистента Alexa для создания игровых навыков под названием Skill Flow Builder.

• Создание внутриигровой музыки с помощью машинного обучения

  Машинное обучение предназначено не только для анализа данных – с его помощью также можно создавать контент для игр! Посмотрите это видео и узнайте, как использовать клавиатуру AWS DeepComposer, чтобы опробовать новые вариации на музыкальные темы, независимо от вашего уровня технических знаний. После этого можно копнуть глубже и посмотреть, как создавать контент для игры с помощью генеративно-состязательных сетей и сервиса Amazon SageMaker даже во время выполнения. 

• Как посадить ракету с помощью стимулированного обучения

  В этом демонстрационном видео показано, как разработчики игр могут использовать стимулированное обучение в своих видеоиграх. В этом видео мы продемонстрируем, как использовать стимулированное обучение в среде моделирования OpenAI Gym Box2D, чтобы посадить шаттл на Луну. Научитесь обучать и оптимизировать агентов и посоревнуйтесь с другими, чтобы выяснить, кто может создать наиболее оптимизированную модель стимулированного обучения для точной посадки на Луну.  

• Среда в облаке для создания объектов

  Создавайте игровые объекты в облаке с помощью различных приложений, например Epic Games Unreal Engine, Autodesk 3dsMax, Adobe Photoshop и AWS Thinkbox Sequoia. Подключайтесь к виртуальной рабочей станции Windows на базе G4DN через протокол удаленного дисплея AWS NICE DCV и взаимодействуйте с приложениями, используя все устройства ввода, в том числе мышь, клавиатуру и планшет Wacom.
  

• Визуализация и запрос графов знаний из многопользовательских ролевых онлайн-игр с помощью сервиса Amazon Neptune

  Графовые базы данных – это чрезвычайно ценный инструмент для понимания высокосвязанных данных, однако большинство разработчиков не привыкли моделировать и запрашивать данные с помощью инструментов графических баз данных. Это видео содержит визуализацию и программу просмотра запросов в браузере, разработанные в среде Apache Tinkerpop Gremlin и сервисе Amazon Neptune, с набором данных из чрезвычайно популярной многопользовательской ролевой онлайн-игры. 

• Организация взаимодействия с сообществом с помощью сервиса Twitch

  Прямая трансляция на Twitch объединяет сообщества, предоставляя разработчикам игр уникальную возможность привлечь внимание этой аудитории. В этом обучающем видео вы ознакомитесь с разнообразными расширениями Twitch и узнаете интерактивный потенциал своей игры во время прямых трансляций.

• Автоматическая проверка кода с помощью машинного обучения

  Откройте множество вариантов применения машинного обучения, чтобы создавать инструменты, которые автоматизируют квалифицированную, но повторяющуюся ручную работу. Вашему вниманию предлагается Amazon CodeGuru, инструмент для машинного обучения, который автоматизирует проверку кода. Вы увидите его принцип работы и возможности, а затем исследуете его в демонстрационной версии.