تنظیم پویای درجه سختی بازی با استفاده از یادگیری تقویتی عمیق
محل انتشار: دومین کنفرانس ملی و اولین کنفرانس بین المللی تحقیقات بازی های دیجیتال؛گرایش ها،فناوری ها و کاربردها
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 631
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DGRCONF02_005
تاریخ نمایه سازی: 6 بهمن 1397
چکیده مقاله:
بازی های ویدیویی، اگر بسیار آسان باشند، خسته کننده و کسالت آور میشوند، و غیرقابل تحمل میشوند، اگر بسیار سخت باشند. بیشتر بازی های فردی، قابلیت تنظیم درجه سختی بازی را دارند، اما به طور معمول این تنظیم به صورت استاتیک است و از آنجا که عموما برای بازیکن ها تخمین توانایی شان در بازی دشوار است، در نهایت بازیای که صورت میگیرد بسیار دشوار یا بسیار آسان میشود. این پژوهش روش تنظیم پویای درجه سختی بازی با استفاده از یادگیری تقویتی عمیق پیشنهاد داده است که تجربه بازی مطلوبی را برای انواع مختلف بازیکنان ایجاد کند. در این روش عامل هوشمند در طول بازی با توجه به عملکرد بازیکن انتخاب های بهینه انجام میدهد و در صورتی که بر اساس شاخص سختی بازی، درجه سختی همسان نباشد، انتخاب های کمتر از بهینه میکند. ایده اصلی پژوهش استفاده از یادگیری عمیق، جهت تبدیل مشکل یادگیری به یک مشکل بهینه سازی برای ساخت هوش مصنوعی تطبیقی است.
کلیدواژه ها:
نویسندگان
محمدرضا محمدنژاد
کارشناسی ارشد، دانشگاه سمنان
فرزین یغمایی
دانشیار، دانشگاه سمنان