|
图书馆
|
你的个人资料 |
|
控制论与编程
正确的文章链接:
Stepanov P.P.
群控算法与机器学习在游戏"Battlecode"实例中的应用
// 控制论与编程.
2019. № 1.
С. 75-82.
DOI: 10.25136/2644-5522.2019.1.23527 URL: https://cn.nbpublish.com/library_read_article.php?id=23527
群控算法与机器学习在游戏"Battlecode"实例中的应用
DOI: 10.25136/2644-5522.2019.1.23527评审日期 06-07-2017出版日期 04-03-2019注解:
研究的主题是动态多智能体系统中自治智能体的组管理和管理模型的自学习的任务。 作者以群群、蚂蚁算法、蜜蜂算法、萤火虫算法和鱼群运动算法等最有效的群控制算法为例，通过强化学习进行人工神经网络训练，详细研究了群交互等问题。 对寻找最优路径的各种算法进行了比较. 比较是在Battlecode游戏环境的基础上进行的，动态形成新一轮的新地图，这保证了所考虑的算法的比较质量。 作者采用数据分析的统计方法，定性特征的识别和分析，预测方法，建模方法，分类方法。 作者表明，当用神经网络替换Q函数的表格表示时，Q学习增加了其有效性。 所进行的工作证明了bee算法在解决研究和巡逻区域问题方面的有效性。 与此同时，A*路径搜索算法比Dijkstra算法更加灵活和高效。 出版日期: 集团管理, 集团管理, 神经网络, 神经网络, 强化学习, 强化学习, 游戏人工智能, 游戏人工智能, 蜜蜂算法, 蜜蜂算法, ant算法, ant算法, 多代理系统, 多代理系统, [医]战列舰, [医]战列舰, 建模, 建模, 代理, 代理 |
© 1998 – 2024 Nota Bene. Publishing Technologies. NB-Media Ltd.
Cn
