طراحی عامل هوشمند با یادگیری تقویتی عمیق در فضای بازی

Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 746

This Paper With 16 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CGCO04_037

تاریخ نمایه سازی: 19 تیر 1398

Abstract:

برنامه نویسی هوش مصنوعی مناسب و معقول برای بخش کوچکی از بازی کار چالش برانگیزی است. ساختن عاملهوشمندی که بتواند رفتار پیچیده و انسان نما داشته باشد، یکی از المان های سرگرم کننده بازی است، یکی از راه هایپیاده سازی این امر به صورت اتوماتیک استفاده از یادگیری ماشین است. یادگیری تقویتی عمیق یکی از شاخه هاییادگیری ماشین است که در آن عامل به وسیله انجام اعمال در محیط و گرفتن پاداش آموزش می بیند و تابع تخمین زنندهیادگیری تقویتی، شبکه عصبی است. هدف مقاله استفاده از یادگیری تقویتی عمیق برای آموزش عامل هوشمند درفضای بازی است، بازی مورد آزمایش بازی غار اژدها است. نتایج به دست آمده نمایانگر عملکرد خوب الگوریتم بهینهسازی خطی مشی نزدیک مبدا در تولید عامل هوشمند است.

Authors

محمدرضا محمدنژاد

کارشناسی ارشد هوش مصنوعی دانشگاه سمنان

فرزین یغمایی

دکترای هوش مصنوعی، عضو هیئت علمی دانشگاه سمنان