Математична модель алгоритму вибору зброї ботом в комп’ютерній грі жанру шутер

Борис Андрійович Салтан, Дмитро Анатолійович Собко, Інесса Василівна Кулаковська

Анотація


Основною метою роботи є дослідження математичної моделі алгоритму вибору стратегій ігрової програми, які визначають рівень складності гри і гарантують певний відсоток виграшів гравцеві, за умови, коли він визначить вірну стратегію гри для себе з використанням сценарного аналізу, нейронних мереж, їх застосування в алгоритмі вибору зброї ботом в тривимірному шутері від першої особи, тестування реалізованих алгоритмів і виявлення переваг і недоліків кожного підходу. Задача штучного інтелекту для ігор полягає в імітації поведінки об'єктів реального світу.

Для цього слід почати розгляд штучного інтелекту з базових компонентів - від низькорівневих правил і алгоритмів до більш високого рівня, на якому працює тактичний і стратегічний ШІ. При цьому, слід домогтися високої ефективності роботи системи ШІ, оптимізувати її для використання на комп'ютерах. Це означає, що потрібні нові наукові і практичні розробки, які б дозволили більш широко використовувати технологію створення засобів ШІ.


Ключові слова


штучний інтелект; шутер; математична модель

Повний текст:

PDF

Посилання


Abu-Mostafa Y. S., Jaques J. N. St. Information capacity of the Hopfield model//IEEE Trans. Inform. Theory. 1985. V. 31. P.461.

Ackley D. H., Hinton G. E., Sejnowski T. J. A learning algorithm for Bolzmann machines//Cognit. Sci. 1985. V. 9. N 1. P. 147-169.

Amari S. Field theory of self-organizing neural networks//IEEE Trans. Syst., Man, Cybern. 1983. V. 13. P. 741.

Takefuji D. Y. A new model of neural networks for error correction.//Proc. 9th Annu Conf. IEEE Eng. Med. and Biol. Soc., Boston, Mass., Nov. 13- 16,1987. V. 3, New York, N. Y., 1987 - p. 1709-1710.

Ténk D. U., Khopfyld D. D. Kollektyvni obchyslennya v neyronopodobnykh elektronnykh skhemakh .// V sviti nauky. 1988 r. N 2. S. 44-53.

Rokach L. Data Mining with Decision Trees. Theory and Applications / L. Rokach, O. Maimon. – London : World Scientific Publishing Co, 2008. – 264 p

Dzheffri E. Hinton. Kak obuchayutsya neyronnyie seti.// V mire nauki - 1992 - N 11 - N 12 - c. 103-107.

Shitikov V.K., Rozenberg G.S., Zinchenko T.D. Neyrosetevoe modelirovanie: mnogosloynyiy perseptron [WWW document]. www.ievbran.ru/kiril/Library/Book1/content394/content394.htm

Metodyi obucheniya neyrosistem [WWW document]. http://zdo.vstu.edu.ru/umk/html/manual/L5_6.html Soldatova O.P., Semenov V.V. Primenenie neyronnyih setey dlya resheniya zadach prognozirovaniya// Elektronnyiy nauchnyiy zhurnal «issledovano v Rossii» http://zdo.vstu.edu.ru/umk/html/manual/L5_6.html

Osovskiy S. Neyronnyie seti dlya obrabotki informatsii / Per. s polsk. I.D. Rudinskogo. – M.: Finansyi i statistika, 2004. – 344 s




DOI: https://doi.org/10.35546/піт.v0i23.216

Посилання

  • Поки немає зовнішніх посилань.