Тип работы:
Предмет:
Язык работы:


Разработка и программная реализация нейросетевого алгоритма для принятия решений в интеллектуальной игре «Покер»

Работа №12217

Тип работы

Бакалаврская работа

Предмет

программирование

Объем работы79стр.
Год сдачи2016
Стоимость6400 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
768
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 12
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ 14
1.1 Клиент-серверные технологии 14
1.1.1 Клиент-серверное взаимодействие 14
1.2 Выбор и обоснование выбора инструментов разработки 17
1.2.1 Обоснование выбора языка и среды разработки 17
1.3 Проблема создания искусственного игрового интеллекта 18
1.3.1 Искусственный интеллект в покере 18
1.3.2 Искусственные нейронные сети 21
1.3.2.1 Формальный нейрон 21
1.3.2.2 Нейронные сети 22
1.3.2.3 Обучение искусственных нейронных сетей 24
2. ПРОЕКТИРОВАНИЕ СЕРВЕРНОГО ПРИЛОЖЕНИЯ 26
2.1 Устройство серверного приложения 26
2.2 Модуль клиент-серверного взаимодействия 29
2.3 Модуль управления локальной базой данных 32
2.4 Модуль управления игровыми комнатами 33
2.5 Модуль игровой логики 36
3. ОПИСАНИЕ ПРЕДЛАГАЕМЫХ РЕШЕНИЙ 39
3.1 Определение набора входных данных 39
3.2 Функция активации. Кодирование входных данных 41
3.3 Структура искусственной нейронной сети 43
3.4 Программная реализация нейросетевого интеллекта 45
4. ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ 47
4.1 Описание подхода к решению поставленной задачи 47
4.2 Результаты экспериментов 50
5. МЕНЕДЖМЕНТ, РЕСУРСОЭФФЕКТИВНОСТЬ И
РЕСУРСОСБЕРЕЖЕНИЕ 55
10
5.1 Введение
5.2 Цели и задачи 56
5.3 Технология QuaD 57
5.4 Определение возможных альтернатив проведения научных
исследований 61
5.5 Вывод 64
6. СОЦИАЛЬНАЯ ОТВЕТСВЕННОСТЬ 65
6.1 Влияние на общество 65
6.2 Игровая зависимость 66
6.3 Искусственный интеллект 71
ЗАКЛЮЧЕНИЕ 74
СПИСОК ПУБЛИКАЦИЙ 76
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 78

Объектом исследования является задача разработки игрового
искусственного интеллекта.
Цель работы – разработка и исследование искусственного игрового
интеллекта, с внедрением его в многопользовательское игровое клиентсерверное приложение.
В ходе выполнения работы было реализовано многопользовательское
игровое клиент-серверное приложение. Кроме того, были реализованы
инструменты, необходимые для обучения и тестирования нейросетевых
интеллектов.
В результате исследования были получены различные варианты
игровых искусственных интеллектов, эффективность применения которых
была оценена на практике.
Область применения: интеллектуальные системы, методы машинного
обучения, моделирование поведения сложных систем.
Значимость работы заключается в инновационном подходе к решению
одной из наиболее популярных задач в IT сфере – создание искусственного
интеллекта, моделирующего поведение человека.
Полученные результаты позволили определить наиболее
перспективные направления для дальнейших исследований. В будущем
планируется некоторым образом изменить полученную концепцию
искусственного интеллекта, чтобы устранить слабые места текущего
решения.

ВВЕДЕНИЕ
На сегодняшний день индустрия компьютерных игр является бурно
развивающимся сектором экономики [6]. Разработкой игр занимаются как
крупные компании мирового уровня, так и небольшие команды
разработчиков, известные только узкому кругу пользователей. Некоторые из
компьютерных игр являются одними из наиболее требовательных
приложений на персональных компьютерах, для создания и воспроизведения
которых используются самые передовые технологии. Другие же игры
наоборот, не требуют особой производительности от платформы и способны
воспроизводиться даже на смартфонах.
Среди всего разнообразия компьютерных игр особое место занимают
многопользовательские онлайн игры. Благодаря использованию клиентсерверных технологий давно прошли те дни, когда люди нуждались в
личных встречах с друзьями, чтобы играть в игры. Теперь можно играть
когда угодно, и где угодно. Некоторые игры настолько просты, но в то же
время увлекательны, что в них можно играть в обеденный перерыв, или по
пути на работу. Многие из них созданы по мотивам известных настольных
или азартных игр. Подобные игры популярны среди людей, которые хотят
отвлечься от повседневной суеты или провести своё свободное время в
общении с друзьями.
Однако популярность многопользовательских компьютерных игр
обуславливается не только живым общением с другими игроками, но ещё и
тем, что человек непредсказуем в своём поведении, он не ограничен
никакими рамками. В то время как игровые интеллекты, основанные на
стандартных алгоритмах, зачастую предсказуемы и достаточно быстро
надоедают. Однако существуют определённые подходы в создании игровых
интеллектов, которые позволяют имитировать поведение человека.
Например, использование искусственных нейронных сетей позволяет создать
игровой интеллект, который в своём поведении практически неотличим от
человека.13
В настоящее время искусственные нейронные сети применяются
повсеместно: начиная от систем распознавания речи до распознавания
вторичной структуры белка, классификации различных видов рака и генной
инженерии [7]. Развитие данной области программирования позволяет как
можно ближе приблизиться к созданию полноценного искусственного
интеллекта, способного заменить человека во многих областях его
деятельности.
Не на последнем месте стоит применение ИНС в покерных
интеллектах, над созданием которых бьются исследовательские группы из
многих университетов мира. Покер, который по своей сложности в поиске
оптимального решения не уступает шахматам, является идеальной задачей
для изучения искусственных нейронных сетей и методов их обучения.
Таким образом, в данной работе будут применены активно
развивающиеся технологии программирования и исследованы актуальные
проблемы на примере решения достаточно нетривиальной задачи. Всё это
обеспечивает значительную актуальность данной работы.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


В результате проделанной работы было разработано
многопользовательское клиент-серверное приложение, а также были
реализованы инструменты, необходимые для обучения и тестирования
нейросетевых интеллектов. В рамках проведённого исследования была
детально рассмотрена и изучена задача создания игровых искусственных
интеллектов, в частности, была исследована проблема создания покерных
интеллектов.
На примере данной работы была доказана эффективность решения
трудно формализуемых задач с использованием искусственных нейронных
сетей, обучаемых с помощью генетических алгоритмов. Для выявления
наиболее эффективных комбинаций параметров ИНС и генетического
алгоритма были рассмотрены различные варианты интеллектов.
Параметры ИНС и генетического алгоритма подбирались таким
образом, чтобы выявить наиболее перспективные направления дальнейшего
исследования в данной области. Например, рассматривались нейронные сети
с большим, средним и малым количеством межнейронных связей. При этом
количество межнейронных связей варьировалось как количеством нейронов
в слое, так и количеством скрытых слоёв. Для однотипных структур ИНС
подбирались различные параметры генетического алгоритма, чтобы выявить
эффективность обучения с сильным и слабым новообразующим фактором.
По полученным результатам исследования было установлено, что
наиболее эффективными решениями оказались структуры сетей с большим
количеством связей и слабым или средним новообразующим фактором
генетического алгоритма. Перспективность таких интеллектов объясняется
следующим: большое количество настраиваемых весов связей позволяет
обучить ИНС гораздо более сложным стратегиям, а слабый новообразующий
фактор позволяет планомерно улучшать полученное решение.7


Зубков Н. В., Сидоров С. Г. Нейронные сети. Их обучение и
использование // «Математическое моделирование и информационные
технологии»: Материалы региональной научно-технической конференции
студентов и аспирантов. – 2011. – С. 54.
2. Формальный нейрон, 2002, Электронный ресурс:
http://nnet.chat.ru/neuron.html.
3. Генетический алгоритм. Просто о сложном, 2011, Электронный
ресурс: https://habrahabr.ru/post/128704/.
4. T. Cormen, Ch. Leiserson, R. Rivest, C. Stein. Introduction to
Algorithms (2009) // 3rd edition. – Cambridge, Massachusetts: MIT Press. – 1313
p.
5. Гладков Л. А., Курейчик В. В., Курейчик В. М. Генетические
алгоритмы // Под ред. В. М. Курейчика. – 2-е изд., исправл. и доп. –
М.:ФИЗМАТЛИТ, 2010. – 368 с.
6. Компьютерные игры как искусство, 2016, Электронный ресурс:
http://gamesisart.ru/game_dev_structure.html.
7. Искусственные нейронные сети – основы и идеи, возможности,
применение, преимущества, 2013, Электронный ресурс:
http://neuropro.ru/neu.shtml.
8. Архитектура информационной системы, 2014, Электронный
ресурс: http://studopedia.su/10_142448_arhitektura-informatsionnoy-sistemi.html.
9. Компоненты сетевого приложения. Клиент-серверное
взаимодействие и роли серверов, 2014, Электронный ресурс:
http://www.4stud.info/networking/lecture5.html.
10. Изучение Unity, 2016, Электронный ресурс:
https://unity3d.com/ru/learn.
11. Введение в язык C#, 2016, Электронный ресурс:
https://msdn.microsoft.com/ru-ru/library/z1zx9t92.aspx.79
12. Покерные боты: просто о сложном. История и социализация,
2016, Электронный ресурс: http://cop.glavpoker.ru/blogs/document22886.phtml.
13. Об искусственном интеллекте в покере, 2013, Электронный
ресурс: https://geektimes.ru/post/173273/.
14. Спицын В. Г., Цой Ю. Р. Применение искусственных нейронных
сетей для обработки информации. – 2007. – С. 3.
15. Искусственные нейронные сети, 2010, Электронный ресурс:
http://bigor.bmstu.ru/?cnt/?doc=NN/base.com.
16. Шницер Ю. Л. Исследование и разработка генетических методов
и алгоритмов инструментальных средств систем поддержки формирования и
обучения нейронных сетей. – 2001.
17. Якшина Н. В. Нейросетевое моделирование процессов
загрязнения окружающей среды. – 2007.
18. Зиганшин А. Т. Разработка и программная реализация
нейросетевого алгоритма для принятия решений в интеллектуальной игре
«Покер». – 2016
19. Борисенко А. В. Зависимость от азартных игр, гэмблингзависимость. – 2004

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ