عنوان
بهبود استراتژي پاسكاري عوامل در يك تيم شبيه‌ساز فوتبال رباتيك
نويسنده اصلي
خاشعي ورنامخواستي، مريم
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
رشته تحصيلي
مهندسي كامپيوتر
مقطع تحصيلي
كارشناسي ارشد
چكيده
هدف اين پژوهش بهبود استراتژي پاسكاري گروهي از عوامل در يك تيم شبيه‌سازي فوتبال رباتيك است. در واقع پاسكاري را مي‌توان به عنوان نماد همكاري بازيكنان در يك تيم فوتبال در نظر گرفت. تيم‌هايي كه استراتژي پاسكاري بهتري دارند، بازيكنانشان در حركت دادن توپ در سطح زمين، حفظ مالكيت توپ و دستيابي به پيروزي موفق‌تر خواهند بود. منظور از استراتژي پاسكاري عوامل اين است كه هر بازيكن در هر لحظه از بازي تصميم بگيرد كه بهترين عمل براي انجام چه چيزي است و اگر بهترين عمل پاس دادن است بهتر است در چه زماني و به چه بازيكني پاس داده شود.
در اين پژوهش از روش يادگيري تقويتي چند عاملي عميق براي حل مسئله استفاده شد. ماهيت مسئله‌ي مطرح شده در اين پژوهش يك مسئله‌ي يادگيري تقويتي چند عاملي مشاركتي با سيگنال پاداش مشترك است. اين دسته از مسائل اغلب به دليل داشتن فضاي حالت-عمل مشترك بزرگ براي يادگيري دشوار هستند. رويكردهاي كاملاً متمركز و غيرمتمركز، اغلب با مشكلاتي همچون مقياس‌پذيري، پاداش‌هاي جعلي و پديده‌ي عامل تنبل مواجه هستند. در اين پژوهش براي مقابله با اين مشكلات از معماري شبكه تجزيه مقدار استفاده شده است، كه تابع مقدار تيمي را به توابع مقدار فردي تجزيه مي‌كند و در دسته‌ي رويكردهاي آموزش متمركز و اجراي غيرمتمركز قرار مي‌گيرد. در اين روش در زمان اجرا هر عامل يادگيري مي‌تواند بدون برقراري ارتباط با ديگران و تنها بر اساس مشاهدات فردي خود تصميم‌گيري كند. نتايج آزمايش‌هاي انجام شده نشان دهنده‌ي عملكرد مطلوب روش پيشنهادي است.
شماره ركورد
220063
گرايش رشته تحصيلي
هوش مصنوعي و رباتيكز
دانشكده
مهندسي برق و كامپيوتر
دانشگاه
دانشگاه صنعتي اصفهان