Методологія імплементації навчання з підкріпленням у відеоігровому штучному інтелекті

Скорочена інформація про документ
dc.contributor.advisorДорогий, Ярослав Юрійович
dc.contributor.authorШпита, Гліб Володимирович
dc.date.accessioned2019-06-03T08:56:55Z
dc.date.available2019-06-03T08:56:55Z
dc.date.issued2019-05
dc.description.abstractenThe master's dissertation contains a methodology for applying reinforcement learning algorithms in videogame systems. The relevance of this work is the presence of the problem of using cumbersome inflexible static decision-making algorithms in field of development of artificial intelligence for video games, which leads to a high complexity of reprogramming gaming agents in case of introducing changes in game mechanics. The purpose of this master's thesis is to increase the efficiency of videogame agents under uncertain states by creating a methodology for applying reinforcement learning algorithms in process of development of videogames without prior training. The object is videogame artificial intelligence. The subject is algorithms of reinforcement learning, which are used to find optimal behavior according to the established criterion.uk
dc.description.abstractruМагистерская диссертация содержит методологию применения алгоритмов обучения с подкреплением в игровых системах. Актуальность данной работы заключается в наличии проблемы использования громоздких негнущихся статических алгоритмов принятия решений при разработке искусственного интеллекта для видеоигр, что приводит к высокой сложности перепрограммирования игровых агентов в случае введения изменений в игровых механизмах. Целью данной магистерской диссертации является повышение эффективности игровых агентов в условиях неопределенных состояний за счет создания методологии применения алгоритмов машинного обучения с подкреплением в разработке видеоигр без предварительной тренировки. Объектом является видеоигровые искусственные интеллекты. Предметом является алгоритмы обучения с подкреплением, используемых для поиска оптимального поведения по установленному критерию.uk
dc.description.abstractukМагістерська дисертація містить методологію застосування алгоритмів навчання з підкріпленням у ігрових системах. Актуальність даної роботи полягає в наявності проблеми використання громіздких негнучких статичних алгоритмів прийняття рішень при розробці штучного інтелекту для відеоігор, що призводить до високої складності перепрограмування ігрових агентів у випадку введення змін у ігрових механізмах. Метою даної магістерської дисертації є підвищення ефективності ігрових агентів в умовах невизначених станів за рахунок створення методології застосування алгоритмів машинного навчання з підкріпленням у розробці відеоігор без попереднього тренування. Об’єктом є відеоігрові штучні інтелекти. Предметом є алгоритми навчання з підкріпленням, що використовуються для пошуку оптимальної поведінки за встановленим критерієм.uk
dc.format.page110 с.uk
dc.identifier.citationШпита, Г. В. Методологія імплементації навчання з підкріпленням у відеоігровому штучному інтелекті : магістерська дис. : 126 Інформаційні системи та технології / Шпита Гліб Володимирович. – Київ, 2019. – 110 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/27795
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectвідеоігриuk
dc.subjectштучний інтелектuk
dc.subjectнавчання з підкріпленнямuk
dc.subjectадаптивні алгоритмиuk
dc.subjectvideo gamesuk
dc.subjectartificial intelligenceuk
dc.subjecttraining with reinforcementuk
dc.subjectadaptive algorithmsuk
dc.subject.udc004.93uk
dc.titleМетодологія імплементації навчання з підкріпленням у відеоігровому штучному інтелектіuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Shpyta_magistr.pdf
Розмір:
1.77 MB
Формат:
Adobe Portable Document Format
Опис:
magistr_diss
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.86 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (АУТС)
Магістерські роботи