طراحی عامل هوشمند با یادگیری تقویتی عمیق در فضای بازی
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 741
فایل این مقاله در 16 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:
CGCO04_037
تاریخ نمایه سازی: 19 تیر 1398
چکیده مقاله:
برنامه نویسی هوش مصنوعی مناسب و معقول برای بخش کوچکی از بازی کار چالش برانگیزی است. ساختن عاملهوشمندی که بتواند رفتار پیچیده و انسان نما داشته باشد، یکی از المان های سرگرم کننده بازی است، یکی از راه هایپیاده سازی این امر به صورت اتوماتیک استفاده از یادگیری ماشین است. یادگیری تقویتی عمیق یکی از شاخه هاییادگیری ماشین است که در آن عامل به وسیله انجام اعمال در محیط و گرفتن پاداش آموزش می بیند و تابع تخمین زنندهیادگیری تقویتی، شبکه عصبی است. هدف مقاله استفاده از یادگیری تقویتی عمیق برای آموزش عامل هوشمند درفضای بازی است، بازی مورد آزمایش بازی غار اژدها است. نتایج به دست آمده نمایانگر عملکرد خوب الگوریتم بهینهسازی خطی مشی نزدیک مبدا در تولید عامل هوشمند است.
کلیدواژه ها:
نویسندگان
محمدرضا محمدنژاد
کارشناسی ارشد هوش مصنوعی دانشگاه سمنان
فرزین یغمایی
دکترای هوش مصنوعی، عضو هیئت علمی دانشگاه سمنان