احمد الهیاری - دانشجوی دکترای مهندسی صنایع دانشکده مهندسی صنایع دانشگاه آزاد اسلامی واحد تهران جنوب
الیپس مسیحی - استادیار دانشگاه پلی تکنیک کالیفرنیا در پومونا آمریکا

امروزه تنوع و گستردگی مسائل در شاخه های گوناگون علوم تا حد بسیار زیادی افزایش یافته است و یافتن پاسخ برای چنین مسائلی در مدت زمان کم، چالشی بسیار اساسی محسوب می شود. استفاده از هوش مصنوعی می تواند فرآیند حل مسائل پیچیده را تا حد قابل قبولی سرعت بخشیده و زمان پاسخ دهی را به نحو محسوسی کاهش دهد. مساله تعقیب و گریز از جمله مسائلی است که می تواند دارای سطح بالایی از پیچیدگی باشد. از جمله عوامل ایجاد پیچیدگی می توانیم به تعداد عوامل درگیر، برد میدان دید اعضاء و موانع موجود در زمین بازی اشاره کنیم. تاکنون الگوریتم های گوناگونی برای حل مساله تعقیب و گریز ارائه شده که هر یک دارای نقاط ضعف و قوت خود هستند. در این مقاله با استفاده از الگوریتم هندسه زبان شناختی، به بررسی بازی تعقیب و گریز بطور خاص در یک مساله با ابعاد زمین بازی ۹×۹ و برای بررسی تعمیم کارایی الگوریتم در مسائلی با ابعاد مختلف پرداخته شده است. نشان داده شده که این رهیافت می تواند بیش از ۹۰% بهبود در سرعت پاسخ یابی ایجاد کند. در این مقاله عوامل موثر در واقع گرایی بازی تعقیب و گریز با دقت بیشتری در هندسه زبان شناختی بررسی می شوند و در نهایت با ساده سازی فضای مساله به تعدادی زیر فضا که در آن گشت های حرکت هر عامل بازی مشخص است، اقدام به حل مساله می کنیم. نشان می دهیم علی رغم پیچیده تر شدن فضای مساله، الگوریتم هندسه زبان شناختی بهبودی در حدود ۹۱% نسبت به سایر الگوریتم ها ایجاد می کند.

مساله تعقیب و گریز, هندسه زبانشناختی, مساله دزد و پلیس, الگوریتم جستجو, هرس آلفا-بتا