مقاله تکنیک های یادگیری ماشین برای مسئله بازی برابر انسان

ارسال شده در: پاورپوینت و ورد | ۰

مقاله تکنیک های یادگیری ماشین برای مسئله بازی برابر انسان

Kernel Machine.svg

به عنوان یکی از شاخه‌های وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشین (Machine learning) به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آن‌ها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند.

شما احتمالاً چندین بار در روز از یادگیری ماشین استفاده می‌کنید، حتی بدون آنکه بدانید. هر بار که شما یک جستجوی اینترنتی در گوگل یا بینگ انجام می‌دهید، یادگیری ماشینی انجام می‌شود چراکه نرم‌افزار یادگیری ماشینی آن‌ها چگونگی رتبه‌بندی صفحات وب را درک کرده‌است. هنگامی که فیس‌بوک یا برنامه عکس اپل دوستان و تصاویر شما را می‌شناسد، این نیز یادگیری ماشین است. هر بار که ایمیل خود را چک می‌کنید و فیلتر هرزنامه شما را از داشتن مجدد هزاران هرزنامه خلاص می‌کند نیز به همین دلیل است که کامپیوتر شما آموخته‌است که هرزنامه‌ها را از ایمیل غیراِسپم تشخیص دهد. این همان یادگیری ماشین است. این علمی است که باعث می‌شود کامپیوترها بدون نیاز به یک برنامه صریح در مورد یک موضوع خاص یاد بگیرند.

مقاله کارشناسی ارشد رشته هوش مصنوعی

تکنیک های یادگیری ماشین برای حل مسئله در بازی برابر انسان

 

مقدمه:

در این مقاله ، سعی برآن است که یک بررسی بر روی حجم زیادی از ادبیاتی که با رهیافت یادگیری ماشین بر بازیها در ارتباط است انجام شود .هدف اصلی از این مقاله ارائه توانایی به خوانندگان مشتاق است تا خیلی سریع به نتایج گذشته که در ارتباط با تحقیق یا پروژه آن هاست دست یابند تا تحقیق خود را از آن جا شروع کنند.تعداد راه های زیادی برای دسته بندی مطالب در این مقاله وجود دارد . ما می توانستیم به طور مثال دسته بندی براساس بازی های مختلف انجام دهیم مانند: شطرنج ، تخته نرد، Go، chekers  ، shogi ، poker و … و یا اینکه دسته بندی را براساس روش ها و تکنیک های یادگیری انجام دهیم . به جای آنها تصمیم گرفته شد که رهیافتی بر پایه مسئله در نظر گرفته شود و دسته بندی را براساس رقابت هایی که در جنبه های مختلف بازی ها انجام شده اند انجام دهیم . با توجه به این معتقدیم که هم محقق در بازی های کامپیوتری می تواند تکنیک های یادگیری ماشین را برای حل مسئله خود پیدا کند و هم محقق در یادگیری ماشین می تواند موضوعات مفید در دامنه تحقیق در بازی های کامپیوتری را داشته باشد.

مقاله پس از نگاهی گذرا بر تاریخچه تحقیق بر روی تکنیک‌های یادگیری ماشین در بازیها با طرح book Learning به عنوان مثال تکنیک هایی که در ذخیره پیش محاسبات حرکات انجام می شود که به نام دستیابی سریع در بازی های تورنمنت هم خوانده می شود آغاز می گردد. سپس مسئله استفاده از تکنیک های یادگیری برای کنترل کردن فرآیند جستجو که در همه برنامه های بازی وجود دارد مورد بررسی قرار می گیرد.

در قسمت چهارم به بررسی بیشترین و معروف ترین وظیفه یادگیری که به نام تنظیم خودکار یک تابع ارزیابی است می پردازیم . مسئله یادگیری با ناظر ، یادگیری مقایسه‌ای ، یادگیری تقویتی ، یادگیریTemporal Difference نیز بررسی می گردند. در یک زیر بخش مجزا در مورد موضاعات مهم و  متفاوت بر این رهیافت ها بحث می شود . سپس در بخش پنجم به بررسی راه حل های مختلفی که در شناسائی طرح ها و الگو ها پرداخته می شود از simple – advice taking رهیافت مدل سازی هوشمند گرفته تا استقراء الگوها و استراتژی ها از یک پایگاه داده بازی . در پایان در قسمت ششم مدل سازی حریف به طور مختصر بحث شده و وظیفه بهبود برنامه بازی توسط یادگیری برای استفاده از ضعف حریف مورد بررسی قرار می گیرد.

 

کلمات کلیدی:

یادگیری ماشین

رهیافت یادگیری ماشین بر بازیها

یادگیری ماشین در بازی مقابل انسان

تکنیک های یادگیری ماشین برای حل مسئله

 

فهرست مطالب

۱- بازی ماشین در مقابل انسان :

۲- میراث ساموئل :

۳- یادگیری کتابی:

۳-۱- یادگیری برای انتخاب تغییرات باز:

۳-۲- یادگیری از روی اشتباهات :

۳-۳- یادگیری به وسیله شبیه سازی :

۴- یادگیری کنترل جستجو:

۵- تنظیم تابع ارزیابی:

۵-۱- یادگیری با ناظر:

۵-۲- آموزش مقایسه ای :

۶- یادگیری تقویتی :

۶-۱- Temporal-difference learning :

۶-۲- یادگیری تابع ارزیابی :

۶-۲-۱- توابع ارزیابی خطی در مقابل توابع ارزیابی غیرخطی :

۶-۲-۲- استراتژی‌های آموزش :

۶-۲-۳- یادگیری توابع ارزیابی و جستجو :

۶-۲-۴- استخراج خصایص :

۷- الگوهای یادگیری و تصمیم :

۷-۱-  Advice-taking :

۸- مدلسازی حریف :

۱- بازی ماشین در مقابل انسان

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *