ПРИМЕНЕНИЕ МАШИННОГО Q-ОБУЧЕНИЯ ДЛЯ РАЗРАБОТКИ АДАПТИВНОГО ИГРОВОГО ИИ
Аннотация
В статье анализируется применение машинного Q-обучения для разработки адаптивного игрового искусственного интеллекта (ИИ) на примере классической игры "Крестики-нолики". Q-обучение, как один из основных методов машинного обучения с подкреплением, позволяет агенту учиться на основе взаимодействий с окружающей средой (игрой в крестики-нолики в данном случае) и получать оптимальные стратегии для достижения целей (победы/ничьей).
В рамках экспериментов был создан агент в игровом движке Unity, который использует Q-обучение для выбора наилучших ходов. Для повышения адаптивности агента был введен элемент случайности в действия противника (классического заранее запрограммированного ИИ), что позволило агенту изучать разнообразные сценарии игры и избегать заучивания однотипных ходов.
В статье подробно описаны методы реализации Q-обучения, параметры настройки и процесс обучения, включая этапы инициализации, сбора данных, выбора действий и обновления Q-таблицы.
Обсуждаются преимущества и ограничения применения Q-обучения в игровой индустрии, а также предлагаются направления для дальнейших исследований и улучшений, включая применение более сложных алгоритмов обучения и использование многомерных состояний.
Данное исследование демонстрирует потенциал использования методов машинного обучения для создания эффективных и адаптивных игровых ИИ, способных обучаться и улучшаться с течением времени.
Автор
Р. Р. Ахметшин
М. Б. Тлебаев
Ж. К. Тасжурекова
DOI
https://doi.org/10.48081/OGMA4271
Ключевые слова
Q-обучение
игровой ИИ
машинное обучение
обучение с подкреплением
адаптивный ИИ
Unity
Год
2024
Номер
Выпуск 3
Для цитирования:
Р. Р. Ахметшин, М. Б. Тлебаев, Ж. К. Тасжурекова ПРИМЕНЕНИЕ МАШИННОГО Q-ОБУЧЕНИЯ ДЛЯ РАЗРАБОТКИ АДАПТИВНОГО ИГРОВОГО ИИ // Вестник Торайгыров университета Серия: физика, математика и компьютерные науки - 2024 - №3 - С. 5 – 16. https://doi.org/10.48081/OGMA4271
Скопировано!