یادگیری از طریق مشاهده باλ Probabilistic finite-state automata درفضای بازی
عنوان مقاله: یادگیری از طریق مشاهده باλ Probabilistic finite-state automata درفضای بازی
شناسه ملی مقاله: DGRCONF01_026
منتشر شده در کنفرانس تحقیقات بازی های دیجیتال؛گرایش ها،فناوری ها و کاربردها در سال 1396
شناسه ملی مقاله: DGRCONF01_026
منتشر شده در کنفرانس تحقیقات بازی های دیجیتال؛گرایش ها،فناوری ها و کاربردها در سال 1396
مشخصات نویسندگان مقاله:
محمدرضا محمدنژاد - دانشجوی کارشناسی ارشد، هوش مصنوعی دانشگاه سمنان
فرزین یغمایی - استادیاردانشگاه سمنان هوش مصنوعی
خلاصه مقاله:
محمدرضا محمدنژاد - دانشجوی کارشناسی ارشد، هوش مصنوعی دانشگاه سمنان
فرزین یغمایی - استادیاردانشگاه سمنان هوش مصنوعی
در بازیهای کامپیوتری، شخصیتها یا حریفانی مصنوعی هستند که نشان از رفتارهای هوشمندانه پیچیده ای دارند و درارتقا المانهای سرگرم کننده بازی بسیار موثرند. برای ساخت این رفتارها باید آنها را در زبان برنامه نویسی پیاده کرد که کاری بسیار دشوار و زمانبر است. یکی از راههای آسان سازی این امر، یادگیری از طریق مشاهده است. فرآیندی که در آن عامل به وسیله مشاهده عملیات آموزش میبیند و در هوش مصنوعی و روباتیک روشی است برای آموزش عامل هوشمند در یک عملیات، بدون پیاده سازی مستقیم دستورات. هدف مقاله پیاده سازی عامل هوشمند در بازیهای آنلاین با الگوریتم های یادگیری ماشین و با استفاده ازλ Probabilistic finite-state automata است. بازی مورد آزمایش بازی غار اژدها است. نتایج به دست آمده نمایانگر عملکرد خوبλ_PFAدر تولید عامل هوشمند است.
کلمات کلیدی: آموزش از طریق مشاهده، شناسایی رفتار، کلون سازی رفتار، غار اژدها، یادگیری ماشین
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/696868/