Використання машинного навчання для адаптації складності мобільних ігор
dc.contributor.advisor | Франків, Олександр | |
dc.contributor.author | Пермяков, Андрій | |
dc.date.accessioned | 2024-04-01T07:48:55Z | |
dc.date.available | 2024-04-01T07:48:55Z | |
dc.date.issued | 2023 | |
dc.description.abstract | У даній роботі розглянуто спосіб адаптації складності мобільних ігор за допомогою машинного навчання. У рамках цієї роботи розроблено модель, яка використовує підхід, заснований на навчанні з підкріпенням (RL) та алгоритмі Actor-Critic, для адаптації складності мобільної гри відповідно до перфомансу гравця. Використовуючи бібліотеку PyTorch, модель була навчена на великому обсязі даних з гри, з метою вивчення оптимальної стратегії адаптації. Результати експериментів свідчать про ефективність запропонованого підходу, де складність гри динамічно змінюється залежно від досвіду та успішності гравця. Цей дослід демонструє потенціал RL- підходу та алгоритму Actor-Critic у вирішенні задачі адаптивної складності мобільних ігор. | uk_UA |
dc.identifier.uri | https://ekmair.ukma.edu.ua/handle/123456789/28509 | |
dc.language.iso | uk | uk_UA |
dc.status | first published | uk_UA |
dc.subject | Reinforcement Learning | uk_UA |
dc.subject | метод Actor Critic | uk_UA |
dc.subject | деталі імплементації | uk_UA |
dc.subject | курсова робота | uk_UA |
dc.title | Використання машинного навчання для адаптації складності мобільних ігор | uk_UA |
dc.type | Other | uk_UA |
Files
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: