یادگیری تقویتی و کاربرد آن در بازی تخته نرد
محل انتشار: اولین کنفرانس دانشجویی فناوری اطلاعات ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,459
فایل این مقاله در 10 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:
ISCIT01_052
تاریخ نمایه سازی: 1 اسفند 1388
چکیده مقاله:
دراین مقاله یکی از انواع یادگیری ماشین با نام یادگیری تقویتی معرفی شده کاربرد آن در بازی تخته نرد ارایه می شود. دراین نوع از یادگیری عامل از طریق تعامل با محیط و مشاهده ی نتایج اقداماتش که بصورت مجازات یا پاداش است از محیط دریافت می کند سپس عامل یاد می گیرد چگونه رفتار کند تا پاداش دریافتی اش در طول زمان بیشینه شود در بازیهای تصادفی راهبردها برای بازیکنان در بازی یکسان نیست. به همین دلیل در مسائلی از قبیل اقتصاد و بازار سهام مورد کاربرد قرار میگیرند. این مقاله نحوه ی بکارگیری دو الگوریتم به نامهای یادگیری تفاوت زمانی و نوع گسترش یافته ی آن یعنی یادگیری کیو را در یکی از مشهورترین بازیهای تصادفی بیان می کند
کلیدواژه ها:
نویسندگان
علیرضا خان تیموری
دانشجوی دکتری دانشگاه صنعتی امیرکبیر دانشکده مهندسی کامپیوتر
سپیده صولتیان
دانشجوی کارشناسی فناوری اطلاعات دانشگاه تحصیلات تکمیلی
نیلوفر قاضی وکیلی
دانشجوی کارشناسی فناوری اطلاعات دانشگاه تحصیلات تکمیلی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :