CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بررسی روشهای یادگیری ماشین در بازیهای رایانهای

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۶۶ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: CGCO02_035
زبان مقاله: فارسی
حجم فایل: ۴۲۶.۶۸ کیلوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی روشهای یادگیری ماشین در بازیهای رایانهای

  الهام رحیمی - کارشناس ارشد هوش مصنوعی، دانشکده کامپیوتر دانشگاه خواجه نصیر الدین طوسی
  علی احمدی - عضو هیات علمی دانشکده کامپیوتر دانشگاه خواجه نصیر الدین طوسی

چکیده مقاله:

بازیهای رایانهای را میتوان به چشم یک بستر مناسب برای آزمودن روشهای مختلف ی ادگیری ماش ین استفاده کرد. ازجمله علاقهمندیهای بازیکنان در بازیهای رایانهای، توجه آنها به تعامل با عاملهای بازی و محیط بازی میباشد. مح یطبودن مح یط 1 بازیها یک محیط غیرقطعی، پویا، چند عامله و با ورودی غیر پیوسته میباشد. عاملها بخاطر ذات بلادرنگ بازیها باید بتوانند عکسالعملی سریع نسبت به تغییرات محیطی داشته باشند.بازیها معمولا به دلیل عملهای زیادی که میتوانند در هر محیط و حالتی انجامدهند، حالتها ی درون ی زی ادیدارند. به همین علت فضای حالت-عمل که در بازی برای عامل هوشمند در نظر گرفته میشود ، بزرگ است و روش ها یجستجوی عادی برای یافتن بهترین حالت در آن بهینه و کارآمد نیستند. در بررس یها ی صورت گرفته روش ها یی مانند شبکههای عصبی، یادگیری تقویتی و الگوریتمهای تکاملی که در بازیهای رایانهای استفاده میگردند، مورد مطالعه قرار گرفتند. هر کدام از این روشها خود شامل زیر دستههایی میباشند که بر اساس قابلیتهایی که به الگوریتم میدهند، بیشتر و یا کمتر در بازیها استفاده میشوند. امروزه بازیهای متنوعی منتشر م یشوند و م یتوان کمتر باز ی را یافت که از روشهای یادگیری ماشین استفاده نکند. به همین دلیل بررسی این روشها نیازمند مطالعه مقالات ز ی ادی هم در حوزه دانشگاهی و هم در حوزه تجاری میباشد.

کلیدواژه‌ها:

روشهای یادگیری، بازیهای رایانهای، شبکه عصبی، یادگیری تقویتی، الگوریتمهای تکاملی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CGCO02-CGCO02_035.html
کد COI مقاله: CGCO02_035

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رحیمی, الهام و علی احمدی، ۱۳۹۵، بررسی روشهای یادگیری ماشین در بازیهای رایانهای، دومین کنفرانس ملی بازی های رایانه ای؛ فرصت ها و چالش ها، اصفهان، دانشگاه اصفهان، https://www.civilica.com/Paper-CGCO02-CGCO02_035.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رحیمی, الهام و علی احمدی، ۱۳۹۵)
برای بار دوم به بعد: (رحیمی و احمدی، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • I. Miligton, Artificial Intelligence for games, Amesterdam , ...: Morgan ...
  • T. Sawadekar, A. Khanzode and R. Kinkar, "Machine Learning Techniques ...
  • Schaeffer and H. v. d. Herik, "Games , computers , ...
  • m. Parker and G. parker, "Learning control for xpilot agents ...
  • J. Togelius and P. B. :. S. Lucas, _ M ...
  • C. Bauckage and C. Thurau, "Toward a fiar 'n square ...
  • Chishyan Liaw , Wei-Hua Andrew Wa ng, Chung-Chi Lin, Yu-Liang ...
  • Julian Togelius, 1 EvoCom mander: A Novel Game Based on ...
  • M. Pfeiffer, 11 Reinforcement learning of strategies for settlers of ...
  • Luuk Bom , Ruud Henken , Marco Wiering, 11 Reinforcement ...
  • .2014 م [11] S. Vaish, "Flappy Bird RL, " http://sa ...
  • A. J. Champandard, _ Reinforcement Learning-based Character Locomotion in Hitman: ...
  • Brockmeier , Jose C. Principe , Panos M. Pardalos, .ل ...
  • A. J. Champandard, "Making Designers Obsolete? Evolution in Game Design, ...
  • K. O. Stanley, "Real-time Interactive Learning in the NERO Video ...
  • R. Mikkulainen, 11 Neu roevolution, " Machine Learning and Data ...
  • K. O. Stanley, "Real-Time Evolution of Neural Networks in the ...
  • E. J. Hastings, "Evolving Content in the Galactic Arms Race ...
  • Andre Siqueira Ruela , Frederico Gadelha Guimaraes, "Procedural generation of ...
  • M. Pfeiffer, "Machine Learning application i computer learning, " Graz ...
  • K. Kalata, "Gamasutra, " 4 2 2008. [Online]. Available: http://www.ga ...
  • T. M.Mitchell, Machine Learning, MC GrawHill, 1997. ...
  • B. M. Namee and P. Cunninghum, "Creating socially intractive non ...
  • B. Chaperot and C. Fefe, "Improving artificial intellience in motocross ...
  • B. Bryant and R. Mikkulainen, "Exploiting sensor symmetries in example-based ...
  • T. Graepel, R. Herbrich and J. Gold, "learning to fight, ...
  • G. Parker and M. Parker, "The incremental evolution of attack ...
  • Schrum and R. Mikkulainen, "Discovering Multimodal Behavior in Ms. Pac-Man ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۹۰۴۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.