Франків, ОлександрПермяков, Андрій2024-04-012024-04-012023https://ekmair.ukma.edu.ua/handle/123456789/28509У 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.ukReinforcement Learningметод Actor Criticдеталі імплементаціїкурсова роботаOther