МОДЕЛЮВАННЯ СИСТЕМИ «ГРАВЕЦЬ-КОМП’ЮТЕРНА ГРА» ЗА ДОПОМОГОЮ МЕТОДІВ МАШИННОГО НАВЧАННЯ

Abstract

Штучний інтелект для відеоігор являє собою реалізацію набору алгоритмів і методів як традиційного, так і сучасного штучного інтелекту з метою забезпечення вирішення цілого ряду ігрових залежних задач. Однак більшість сучасних підходів призводять до визначених, статичних і передбачуваних реакцій ігрового агента, не маючи можливості пристосуватися під час гри до поведінки або стилю гри користувача. Методи машинного навчання дозволяють поліпшити поведінкову динаміку керованих комп'ютером ігрових агентів, полегшуючи автоматизовану генерацію і відбір моделей поведінки, тим самим розширюючи можливості цифрового ігрового штучного інтелекту і надаючи можливість створювати більш захоплюючі і цікаві ігрові враження. Найголовніше полягає в тому, що рішення задач у відеоіграх може привести до вирішення реальних завдань з використанням перевірених алгоритмів штучного інтелекту. У сучасних дослідженнях представлений ряд академічних робіт, які в теперішній момент відзначають популярність і релевантність машинного навчання для ігрових середовищ з точки зору використання методів нейронних мереж, еволюційних обчислень і навчання з підкріпленням для управління ігровими агентами. Artificial intelligence for video game is the implementation of a set of algorithms and methods of both traditional and modern artificial intelligence to ensure the solution of a number of game-dependent problems. However, most modern approaches lead to definite, static and predictable reactions of the game agent, not being able to adapt during the game to the behavior or style of the user's game. Machine learning techniques can improve the behavioral dynamics of computer-controlled game agents, facilitating the automated generation and selection of behavior patterns, thereby expanding the capabilities of digital gaming artificial intelligence and providing the opportunity to create more exciting and interesting gaming experiences. The most important thing is that solving problems in video games can lead to solving real problems using proven algorithms of artificial intelligence. Modern research presents a number of academic papers that currently note the popularity and relevance of machine learning for gaming environments in terms of the use of neural network techniques, evolutionary computing, and reinforced learning to control game agents.