Тема: ИССЛЕДОВАНИЕ СТРАТЕГИЙ В КОМПЬЮТЕРНЫХ ИГРАХ С ПРИМЕНЕНИЕМ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
1 Анализ предметной области 7
1.1 Общая характеристика игрового искусственного интеллекта 7
1.2 Методы реализации игрового искусственного интеллекта 8
1.3 Обучение с подкреплением. Обучение без знания модели 12
1.4 Общая характеристика нейронный сетей. Нейронный сети в обучении
с подкреплением 17
1.5 Выбор средств для создания окружения 20
1.6 Выбор набора инструментов для написания внутренней логики и
обучения агента 22
1.7 Выводы 24
2 Разработка приложения 25
2.1 Проектирование и создание окружения 25
2.2 Подготовка агента к обучению 31
2.3 Описание алгоритмов обучения агента 40
2.4 Анализ обучения агента 44
2.5 Описание приложения 56
2.6 Тестирование 58
2.7 Выводы 60
ЗАКЛЮЧЕНИЕ 61
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 63
ПРИЛОЖЕНИЕ А Листинг программы 66
ПРИЛОЖЕНИЕ Б Презентация
📖 Введение
Область компьютерных игр является одной из возможных сфер реализации искусственного интеллекта. Изначально игры использовались только как программы для развлечения и отдыха, но это уже давно не так, игры могут использоваться и в образовательных целях, и, с активным развитием ИИ, всё чаще используются для моделирования реальных процессов с последующим переносом обученных агентов. В области игр искусственный интеллект может проявляться в различных вариантах, как для улучшения графики и определения поведения неигровых персонажей, так и для затронутого выше моделирования реальных процессов, которые легче и эффективнее реализовать сначала в игровых ситуациях. Сфера компьютерных игр является наиболее доступной и восприимчивой к новым технологическим решениям в области обучения с подкреплением, так как позволяет удешевить, ускорить и полнее контролировать обучение модели, проверяя тем самым многие задумки до материального воплощения.
В данной работе будет рассматриваться обучение с подкреплением для создания игрового искусственного интеллекта у агента, помещённого в специально разработанную среду и выполняющего определённую задачу. Описанная выше модель позволит улучшить игровой опыт игроков, благодаря внедрению нейронной сети, а также может быть ориентирована на последующее внедрение в сферы реального мира.
В магистерской диссертации объектом исследования выступает игровой искусственный интеллект. Предметом исследования является глубокое обучение с подкреплением и компьютерные игры.
Целью магистерской диссертации является создание игры с внедрённым в неё ИИИ, рассмотрение и анализ различных алгоритмов ИИ и архитектур нейронной сети, формирование рекомендации для непосредственной реализации искусственного интеллекта в компьютерных играх.
✅ Заключение
В рамках данной выпускной квалификационной работы была разработана игра с внедрением игрового искусственного интеллекта для обеспечения поведения персонажа. В качестве игрового движка использовался Unity, а в основу ИИИ легко глубокое обучение с подкреплением, для реализации которого использовался пакет ML-Agents. Помимо разработанного приложения были исследованы варианты обучения агента с их анализом, с выделением у них достоинств и недостатков, были описаны рекомендации для их использования, а также были составлены базовые настройки для обучения агента, которые могут быть использованы для обучения в совершенно разных средах, как полностью готовый вариант, так и как baseline, то есть первоначальная настройка, относительно которой будут подбираться гиперпараметры для более эффективного обучения.
Полученные результаты обладают научной ценностью, которая заключается в перспективе дальнейших исследований в области обучения с подкреплением, развитие которой позволит внедрять агентов во все области человеческой жизнедеятельности.
Сама игра, независимо от описанных выше исследований, может использоваться как готовый продукт, для неё уже разработано несколько режимов, позволяющих играть одному, против агента или против друга. Разработанная игра имеет большой потенциал для дальнейшего развития, которое может включать, например, внедрение игры по сети, разработку уровней с прогрессом, в том числе случайно генерируемых, так же возможность добавления новых режимов, позволяющих играть командами, для чего также могут использоваться агенты и много других направлений развития.



