Искуственный интеллект для видеоигр

Московский Авиационный Институт
(Национальный Исследовательский Университет)

Факультет прикладной математики и информатики
Кафедра вычислительной математики и программирования

 Курсовой проект
По дисциплине
«Вычислительные системы»
1 семестр
Реферат:

«Бьёрн Страуструп»

Москва

2021

Содержание

Введение    3

1.    Биография    4

2.    С++    5

3.    Развитие и стандартизация языка    8

4.    Замечания по проекту языка    10

5.    Научные и общественные заслуги    11

6.    История названия    12

7.    Эффективность    13

8.    Сравнение С и С++    15

Заключение                                                17

Список литературы                                            18

Выдержка

В этой статье обсуждается история систем искусственного интеллекта в искусственном интеллекте для игр. Часть обучения и self-play в AI описывает, как self-play может быть применен в различных играх, которые могут быть детерминированными, такими как шахматы, го и шашки, или в играх со скрытой случайностью, таких как покер, бридж и нарды. Это привело к ряду вопросов, в том числе: «Как глубокое обучение успешно применяется в self-play?» и «В какой степени эти проблемы обучения и self-play изменились за всю историю ИИ?» Чтобы ответить на эти вопросы, мы обсудим исследования и эксперименты self-play. Затем будет рассмотрен вопрос о том, насколько важно машинное обучение, и методы машинного обучения для разработки высококачественных программ искусственного интеллекта для игр. Наконец, будет рассмотрено, как эти достижения изменили историю ИИ.

1. Вступление

В наши дни игроки воспринимают вычислительный искусственный интеллект (ИИ) как данное, поскольку виртуальные среды становятся все более реалистичными. Даже сегодня ИИ практически во всех играх основан на конечном наборе действий, последовательность которых вполне могут демонстрировать знающие игроки. Вместо этого поведение игроков в игре может быть классифицировано с использованием методов машинного обучения для текущей цели. Когда игра принимается во внимание, ее движок может работать/играть двумя способами. Один из них – самовоспроизведение, то есть когда система воспроизводит себя повторно. Другой способ – обучение на ходах оппонента, когда игрок и ИИ имеют только ограниченные данные о состоянии игры, и это часть игры - угадывать знания, скрытые противником.

Цель данной статьи - рассмотреть вопросы, относящиеся к трем основным областям. Во-первых, вопросы обучения, такие как важность машинного обучения при разработке программ искусственного интеллекта для игр. Во-вторых, вопросы self-play, такие как степень, в которой self-play может быть применен к играм, приобретает ли ИИ опыт в изучении таких игр посредством self-play или даже было ли глубокое обучение успешно применено в self-play. Наконец, будет рассмотрена историческая перспектива, суммируя все вопросы и подвопросы, обсуждаемые повсюду. Краткое объяснение истории ИИ и игр будет включено в этот раздел, чтобы представить тему.

1.1 History of game-playing in AI

У игр и искусственного интеллекта долгая история. Многие исследования ИИ для игр связаны с созданием игровых агентов с обучающим компонентом или без него. Исторически сложилось так, что это первый и долгое время единственный способ использовать ИИ в играх. Поскольку искусственный интеллект был признан как область, первые пионеры информатики писали игровые программы, потому что они хотели проверить, «могут ли компьютеры решать задачи, в которых необходим интеллект» (Togelius, 2018). Первую программу, сумевшую освоить игру, разработал А.С. Дуглас (Тогелиус, 2018).