پیش بینی رفتاربازیکن دربازیهای راهبردی بی درنگ با بهره گیری ازمدل پنهان مارکف و درخت پیشینه ی بازی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 783
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CGCO01_035
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
امروزه بازیهای رایانه ای نقش مهمی را دردنیای فناوری اطلاعات ایفا می کنند این بازیها درقالبهای مختلفی مانند مبارزه ای نقش آفرینی بازیهای راهبردی بی درنگ و غیره ساخته میشوند بازیهای راهبردی بی درنگ محیطی را که درآن ازهوش مصنوعی انتظار میرود مانند یک رقیب واقعی عمل کند فراهم می کنند یکی ازویژگیهایی که ازبازی های راهبردی بی درنگ انتظار میرود توانایی درانجام یک بازی هوشمندانه و شبیه سازی رفتار یکرقیب واقعی و عالی است این چالش با استفاده ازهوش مصنوعی پاسخ داده میشود یکی ازراه کارهای مفید هوش مصنوعی برای شبیه سازی رفتار واقعی پیش بینی روش بازیکن و پیش گرفتن راهبرد متناسب است دراین مقاله رهیافتی برای مدلسازی رفتار بازیکن دربازیهای راهبردی بی درنگ با استفاده ازمدل پنهان مارکف و باکمک ایجاددرخت پیشینه ی بازی که رفتاربازیکن دربازیهای پیشین را نگهداری می کند ارایه شده است دراین روش پس ازترسیم یک مدل مارکف برای بازی ازیک درخت برای ذخیره و مدلسازی رفتار بازیکن درطول زمان بهره گرفته میشود سپس درهربازی با استفاده ازمدل پنهان مارکف و درخت پیشینه ی ترسیم شده راهبرد بازیکن دربازی جاری پیش بینی شده و با آن به شکلی که هزینه ی کاربه حالت کمینه میل کند مقابله خواهد شد
Keywords:
Authors
آرمان رحیمی بروجردی
دانشجوی گروه مهندسی کامپیوتردانشگاه آیت ا... العظمی بروجردی (ره)
مجید جودکی
عضوهیئت علمی گروه کامپیوتردانشگاه آزاد اسلامی واحددورود
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :