یادگیری مهارتهای فردی در شبیه سازی فوتبال با استفاده از شبکه عصبی و الگوریتمهای ژنتیکی

مهارتهای فردی بازیکنان در یک تیم فوتبال پایه و اساس موفقیت های تیم را تشکیل می دهد. از این رو ایجاد چنین مهارتهائی در بازیکنان ضروری و دارای اولویت بالا است. در این مقاله موضوع یادگیری مهارتهای فردی بطور اعم و مهارتهای مربوط به شوت زدن بطور اخص مورد توجه قرار گرفته است. راهکار مورد استفاده از شبکه های عصبی چند لایه پرسپتونی و الگوریتم های ژنتیکی استفاده می کند تا آموزشهای لازم را به صورت برون – خط برای بازیکنان فراهم آورد. اخذ اطلاعات لازم برای آموزش از طریق سناریوی آموزش که برای شوت زدن به نقطه معین، شوت زدن به دروازه خالی، و شوت زدن به دروازه دارای دروازه بان تعریف شده اند انجام می شود. اطلاعات مذکور بکار گرفته می شوند تا یادگیری بازیکنان به صورت برون- خط صورت پذیرد. نتایج حاصل نشان دهنده موفقیت مطلوب عاملها در یادگیری مهارتهای مذکور با روش هیبرید شبکه عصبی و الگوریتم ژنتیکی می باشند. میانگین درصد موفقیت برای شوت به نقطه معین بدون وجود اغتشاش (مانند وجود باد، یا اغتشاش در حرکات توپ یا بازیکنان) 99/3% با اغتشاش زیاد 83/9% و برای شوت به دروازه خالی بترتیب 56/5% و 42/5% و برای شوت به دروازه دارای دروازه بان بترتیب 92/5% و 67/2% گزارش شده است.

Keywords:

یادگیری , سیستم های چند عاملی - شبکه های عصبی , الگوریتمهای ژنتیکی , شبیه ساز فوتبال