Инд. авторы:	Сотников И.Ю., Григорьева И.В.
Заглавие:	Адаптивное поведение программных агентов в мультиагентной компьютерной игре
Библ. ссылка:	Сотников И.Ю., Григорьева И.В. Адаптивное поведение программных агентов в мультиагентной компьютерной игре // Вестник Кемеровского государственного университета. - 2014. - № 4-2. - С.65-71. - ISSN 2078-8975.
Внешние системы:	РИНЦ: 22777580;
Реферат:	rus: В работе рассмотрены мультиагентные игры, их структура, программное представление агентов. Игры представляют разные жанры, имеют различные правила и структуру мира. В качестве примеров использования игр как площадки для изучения методов искусственного интеллекта рассмотрены агенты с использованием алгоритмов поиска пути и обучающиеся агенты. В качестве алгоритмов поиска пути были взяты алгоритм А* и алгоритм Ли. Для реализации обучающихся агентов были выбраны такие методы машинного обучения, как обучение с подкреплением и искусственные нейронные сети, обучаемые с помощью генетического алгоритма. eng: The paper consider multi-agent games, their structure, software presentation of agents. Games present different genres, have different rules and structure of the world. As examples of use of games as a platform for the study of artificial intelligence, agents are considered with the use of search algorithms path and learner agents. Algorithm A* and Lee algorithm were taken as path search algorithms. To implement learner agents machine-learning techniques were selected such as reinforcement learning and artificial neural network taught by a genetic algorithm.
Ключевые слова:	поиск пути; агентно-ориентированный подход; компьютерные игры; искусственный интеллект; machine learning; search path; Agent-Oriented Approach; computer games; artificial intelligence; машинное обучение;
Издано:	2014
Физ. характеристика:	с.65-71
Цитирование:	1. Алгоритмы поиска пути. Режим доступа: http://pmg.org.ru/ai/stout.htm#listing1 2. Алгоритм Ли. Режим доступа: http://ru.wikipedia.org/wiki/Алгоритм_Ли 3. Генетический алгоритм. Режим доступа: http://www.aiportal.ru/articles/genetic-algorithms/1/ 4. Искусственный интеллект в компьютерных играх. Многоуровневое планирование и реактивное поведение агентов. Режим доступа: http://masters.donntu.edu.ua/2013/fknt/ilkun/library/ii.htm 5. Каллан Р. Основные концепции нейронных сетей / Пер. с англ. М.: Вильямс, 2001. 287 с. 6. Рассел С., Норвиг П. Искусственный интеллект: современный подход. 2-е изд. / пер. с анг. М.: Вильямс, 2006. 1408 с. 7. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы / Пер. с польск. И. Д. Рудинского. М.: Горячая линия-Телеком, 2006. 452 c. 8. Сотников И. Конкурентные мультиагентные игры для софтботов // Материалы 52-й Международной научной студенческой конференции МНСК-2014: Информационные технологии. Новосиб. гос. ун-т. Новосибирск, 2014. 265 с. 9. Сотников И. Мультиагентные компьютерные игры и обучающийся агент // Образование, наука, инновации: вклад молодых исследователей - материалы IX (XLI) Международной научно-практической конференции / сост. В. В. Поддубиков; под общ. ред. В. А. Волчека. Кемеровский государственный университет. Кемерово, 2014. Вып. 15. 1626 с. 10. Уоссермен Ф. Нейрокомпьютерная техника / пер. с англ. Ю. А. Зуев, В. А. Точенов. Режим доступа: http://www.codenet.ru/progr/alg/nks/ 11. Sutton R. S., Barto A. G. Reinforcement Learning: An Introduction. The MIT Press Cambridge, Massachusetts London, England. Режим доступа: http://webdocs.cs.ualberta.ca/~sutton/book/ebook/the-book.html