بررسی روشهای یادگیری ماشین در بازیهای رایانهای
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,126
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CGCO02_035
تاریخ نمایه سازی: 19 خرداد 1396
Abstract:
بازیهای رایانهای را میتوان به چشم یک بستر مناسب برای آزمودن روشهای مختلف ی ادگیری ماش ین استفاده کرد. ازجمله علاقهمندیهای بازیکنان در بازیهای رایانهای، توجه آنها به تعامل با عاملهای بازی و محیط بازی میباشد. مح یطبودن مح یط 1 بازیها یک محیط غیرقطعی، پویا، چند عامله و با ورودی غیر پیوسته میباشد. عاملها بخاطر ذات بلادرنگ بازیها باید بتوانند عکسالعملی سریع نسبت به تغییرات محیطی داشته باشند.بازیها معمولا به دلیل عملهای زیادی که میتوانند در هر محیط و حالتی انجامدهند، حالتها ی درون ی زی ادیدارند. به همین علت فضای حالت-عمل که در بازی برای عامل هوشمند در نظر گرفته میشود ، بزرگ است و روش ها یجستجوی عادی برای یافتن بهترین حالت در آن بهینه و کارآمد نیستند. در بررس یها ی صورت گرفته روش ها یی مانند شبکههای عصبی، یادگیری تقویتی و الگوریتمهای تکاملی که در بازیهای رایانهای استفاده میگردند، مورد مطالعه قرار گرفتند. هر کدام از این روشها خود شامل زیر دستههایی میباشند که بر اساس قابلیتهایی که به الگوریتم میدهند، بیشتر و یا کمتر در بازیها استفاده میشوند. امروزه بازیهای متنوعی منتشر م یشوند و م یتوان کمتر باز ی را یافت که از روشهای یادگیری ماشین استفاده نکند. به همین دلیل بررسی این روشها نیازمند مطالعه مقالات ز ی ادی هم در حوزه دانشگاهی و هم در حوزه تجاری میباشد.
Keywords:
Authors
الهام رحیمی
کارشناس ارشد هوش مصنوعی، دانشکده کامپیوتر دانشگاه خواجه نصیر الدین طوسی
علی احمدی
عضو هیات علمی دانشکده کامپیوتر دانشگاه خواجه نصیر الدین طوسی
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 :