پیشبینی دنباله ساخت با مدل سازی حریف توسط شبکه بیزی در بازی های استراتژیک بیدرنگ

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 405

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CGCO02_055

تاریخ نمایه سازی: 19 خرداد 1396

چکیده مقاله:

مدلسازی حریف یکی از چالشهای کلیدی در بازیهای استراتژیک بیدرنگ است، زیرا محیط این بازیها خصمانه است و بازیکن نمیتواند اعمال آینده حریف خود را پیشبینی نماید. علاوه بر این، محیط این بازیها به دلیل مه جنگی کاملا قابل مشاهده نیست. در این مقاله یک مدل حریف ارایه میشود که در مقابل نویز حاصل از مه جنگی مقاوم است و بازیکن می تواند بر اساس آن دنباله ساخت ساختمانهای حریف را تشخیص دهد. این روش بر اساس شبکه بیزی استوار است. متغیرهای این شبکه از روی پایگاه داده مربوط به رویدادهای ضبط شده بازی محاسبه میشود و نیازی به دانش انسانی نیست. روش ارایه شده بر روی بازی استارکرفت مورد ارزیابی قرار گرفته است. نتایج آزمایشها نشان میدهد روش ارایهشده قادر است حتی با وجود مشاهدات ناقص بازیکن از رفتار حریف (ناشی از پدیده مه جنگی) دنباله ساخت ساختمانهای حریف را پیشبینی کند. کارایی این روش با روش سیناوی و بزیر مقایسه شده است . روش پیشنهادی با رفع نقاط ضعف روش مذکور قادر است با دقت بیشتری دنباله ساخت ساختمانهای حریف را پیشبینی نماید.

کلیدواژه ها:

نویسندگان

آرزو ترکمن

دانشجوی دکتری هوش مصنوعی دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات

رضا صفابخش

استاد دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات

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 :
  • B. G. Weber and M Mateas., " A data mining ...
  • S. Ontanon, G. Synnaeve, A. Uriarte, F. Richoux, D. Churchill, ...
  • B. J .Borghetti, _ Opponent Modeling in interesting adversarial environments, ...
  • G. Synnaeve, " Bayesian Programming and Learning for Multi-Player Video ...
  • C. Wirth and J. Furnkranz, _ On Learning From Game ...
  • A. Larik and S. Haider, _ Opponent classification in robot ...
  • F. Schadd, S. Bakkes, and P. Spronck, _ Opponent modeling ...
  • F. Frandsen, M. Hansen, H. Sorensen, P. Sorensen, J. Nielsen, ...
  • F. Palero, C. Ram irez-Atencia, and D. Camacho, _ Online ...
  • _ P. Spronck, M. J. V. Ponsen, I. G. Sprinkhuizen ...
  • _ M. C. Machado, E. P. C. Fantini , and ...
  • StarCraft, " in Proc . th Artificial Intelligence and Interactie ...
  • application to StarCraft, " in IEEE Conf. on Computational Intelligence ...
  • _ H. J. _ den Herik, H. Donkers, and P. ...
  • _ G. M. Farouk, I. F. Moawad, and M. Aref, ...
  • presented at the AIIDE Workshop on AI in Adversarial Real-time ...
  • G. Synnaeve and P. Bessiere., " A Bayesian model for ...
  • _ G. Synnaeve and P. Bessiere, " A Bayesian model ...
  • G. Synnaeve and P. Bessiere, " A dataset for StarCraft ...
  • نمایش کامل مراجع