بکارگیری NN-Qlearning به منظور هماهنگی و همکاری بین عامل های بازیکن در تیم شبیه سازی فوتبال روباتها
Publish Year: 1382
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,092
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT01_031
تاریخ نمایه سازی: 24 اردیبهشت 1388
Abstract:
یادگیری تقویتی، از روشهای یادگیری در عامل های هوشمند است که در محیط هایی فعالیت می کنند که حالات آغازین و جواب مشخص، ولیکن نحوه نیل به هدف برای عامل در آغاز کار مشخص نمی باشد. در یادگیری تقویتی نیاز است که عامل محیط را شناخته و توابع انتقال بین حالات محیط را داشته باشد. برای فعالیت عامل در محیط های ناشناخته می توان از روش QLearning استفاده کرد؛ که در آن با توجه به نتایج حاصله از عملیات قبلی، عملیات مناسب بعدی مشخص می گردد. این روش نیاز به ذخیره لیست Q داشته که با بزرگ شدن این جدول امکان بکارگیری آن در محیط های بلادرنگ بعلت افزایش زمان جستجو و نیاز به حافظه زیاد امکان پذیر نیست. در این مقاله برای حل این مشکل روش NN-QLearning معرفی گردیده و با توجه به اینکه روبات فوتبالیست و مسابقه فوتبال روباتها بستر مناسبی جهت تست تحقیقات هوش مصنوعی و روباتیک ارائه می دهد، از آن برای تعیین کارایی روش معرفی شده استفاده گردیده است.
Keywords:
عامل های هوشمند- یادگیری تقویتی - یادگیری کیو- NN-Qlearning- فوتبال روباتها
Authors
نصرا... مقدم
دانشگاه تربیت مدرس، بخش برق، گروه کامپیوتر
سهیل کارشناس
مرکز تحقیقات مخابرات ایران
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 :