ارائه رویکردی نوین جهت مدلسازی یک بازیگر هوشمند برای مسئله معمای زندانی با استفاده ازQlearning و شبکه های عصبی عمیق

مسئله معمای زندانی یکی از پرطرفدارترین مسائل موجود در حوزه نظریه بازی ها محسوب می شود. این مسئله در محیط های مختلف اجتماعی، صنعتی، بازارهای تجاری و بسیاری از مسائل رقابتی دیگر مورد استفاده و بررسی قرار گرفته است تا بتوان برای یک محیط رقابتی راهبردی برای اتخاذ تصمیمات سودآور تبیین کرد. اگرچه مسئله معمای زندانی به صورت خام و اولیه از جنبه های گوناگون مورد بررسی قرار گرفته است اما به دلیل پیدایش نظریه های جدید و پیشرفت های علم هوش مصنوعی هنوز مدل سازی مسئله بسیار می تواند بهبود پیداکرده و برای مصارف واقعی بیشتر مورد تحلیل قرار گیرد. مبحث بازیگران هوشمند بسیار می تواند برای این امر مورد توجه قرار گیرد. در این تحقیق با استفاده از یادگیری تقویتی که بر مبنای شبکه های عصبی عمیق کار می کند سعی می کنیم خصوصیات ذاتی محیط و بازیگران را در مسئله معمای زندانی در نظر بگیریم بطوریکه سیستم ارائه شده برای بازی در این تحقیق بتواند در محیط تعاملی و بی نهایت مسئله معمای زندانی خصوصیات ذاتی و غیر صریح که در قاعده بازی گفته نمی شوند را به صورت تعاملی یاد گرفته و به اتخاذ تصمیمات سودمندتر اقدام کند. در این تحقیق در واقع می خواهیم بدون تحلیل های اولیه تمام وضعیت مسئله را برای سودآوری بر عهده عامل هوشمند قرار دهیم و از مباحث تحلیلی راهبردی خودداری خواهیم کرد

کلیدواژه ها:

واژه معمای زندانی ، خصوصیات ذاتی ، یادگیری تقویتی ، شبکه های عصبی عمیق ، یادگیری تقویتی عمیق