یادگیری تقویتی و کاربرد آن در بازی تخته نرد
Publish place: 1st Iranian Student Conference on Information Technology
Publish Year: 1389
Type: Conference paper
Language: Persian
View: 5,614
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ISCIT01_052
Index date: 20 February 2010
یادگیری تقویتی و کاربرد آن در بازی تخته نرد abstract
دراین مقاله یکی از انواع یادگیری ماشین با نام یادگیری تقویتی معرفی شده کاربرد آن در بازی تخته نرد ارایه می شود. دراین نوع از یادگیری عامل از طریق تعامل با محیط و مشاهده ی نتایج اقداماتش که بصورت مجازات یا پاداش است از محیط دریافت می کند سپس عامل یاد می گیرد چگونه رفتار کند تا پاداش دریافتی اش در طول زمان بیشینه شود در بازیهای تصادفی راهبردها برای بازیکنان در بازی یکسان نیست. به همین دلیل در مسائلی از قبیل اقتصاد و بازار سهام مورد کاربرد قرار میگیرند. این مقاله نحوه ی بکارگیری دو الگوریتم به نامهای یادگیری تفاوت زمانی و نوع گسترش یافته ی آن یعنی یادگیری کیو را در یکی از مشهورترین بازیهای تصادفی بیان می کند
یادگیری تقویتی و کاربرد آن در بازی تخته نرد Keywords:
یادگیری تقویتی و کاربرد آن در بازی تخته نرد authors
علیرضا خان تیموری
دانشجوی دکتری دانشگاه صنعتی امیرکبیر دانشکده مهندسی کامپیوتر
سپیده صولتیان
دانشجوی کارشناسی فناوری اطلاعات دانشگاه تحصیلات تکمیلی
نیلوفر قاضی وکیلی
دانشجوی کارشناسی فناوری اطلاعات دانشگاه تحصیلات تکمیلی
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 :