| DC Field | Value | Language |
|---|
| dc.contributor.author | Васильев, Н. С. | - |
| dc.coverage.spatial | Минск | ru_RU |
| dc.date.accessioned | 2023-05-25T05:37:57Z | - |
| dc.date.available | 2023-05-25T05:37:57Z | - |
| dc.date.issued | 2023 | - |
| dc.identifier.citation | Васильев, Н. С. Обучение с подкреплением для реализации игрового искусственного интеллекта = Reinforcement learning for the implementation of gaming artificial intelligence / Васильев Н. С. // Электронные системы и технологии : сборник материалов 59-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 17–21 апреля 2023 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2023. – С. 1130–1132. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/51557 | - |
| dc.description.abstract | Данная статья затрагивает вопросы эффективности применения искусственных нейронных сетей при проектировании поведения интеллектуальных агентов. Основное внимание уделяется анализу методов построения моделей поведения интеллектуальных агентов. Также был проведен обзор существующих программных решений, которые реализуют данные методы в игровых приложениях. На основе результатов анализа была предложена новая архитектура поведения интеллектуальных агентов, которая использует автоматный подход для описания поведения агента. Данный проект реализован на языке программирования Python и использует Godot Engine в качестве среды для агентов. Тестирование разработанной модели поведения агента показало, что она может быть использована для создания игрового искусственного интеллекта, который может предложить достаточно сложное поведение игровых персонажей в нестандартных ситуациях. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | искусственный интеллект | ru_RU |
| dc.subject | машинное обучение | ru_RU |
| dc.subject | обучение с подкреплением | ru_RU |
| dc.subject | Godot Engine | ru_RU |
| dc.title | Обучение с подкреплением для реализации игрового искусственного интеллекта | ru_RU |
| dc.title.alternative | Reinforcement learning for the implementation of gaming artificial intelligence | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | This article addresses the issues of the effectiveness of the use of artificial neural networks in the design of the behavior of intelligent agents. The main attention is paid to the analysis of methods for constructing models of behavior of intelligent agents. There was also a review of existing software solutions that implement these methods in gaming applications. Based on the results of the analysis, a new behavior architecture of intelligent agents was proposed, which uses an automaton approach to describe the behavior of an agent. This project is implemented in the Python programming language and uses Godot Engine as an environment for agents. Testing of the developed agent behavior model has shown that it can be used to create a game artificial intelligence that can offer quite complex behavior of game characters in non-standard situations. | ru_RU |
| Appears in Collections: | Электронные системы и технологии : материалы 59-й конференции аспирантов, магистрантов и студентов (2023)
|
