Поиск способов реализации различных игровых стратегий в условиях неполной информации на основе нейронных сетей

УДК 004 ББК 22.1я431

  • Дмитрий Сергеевич Козлов Алтайский государственный университет Email: dima190892@mail.ru
  • Ольга Николаевна Половикова Алтайский государственный университет Email: ponolgap@gmail.com
Ключевые слова: стратегия, условия неполной информации, нейронные сети

Аннотация

Основной целью работы является разработка и проверка работоспособности математических моделей для различных игр в условиях неполной информации.

Биографии авторов

Дмитрий Сергеевич Козлов, Алтайский государственный университет

институт математики и информационных технологий, студент

Ольга Николаевна Половикова, Алтайский государственный университет

кандидат физико-математических наук, институт математики и информационных технологий

Литература

1. Deep Reinforcement Learning from Self-Play in Imperfect-Information Games // https://arxiv.org/pdf/1603.01121.pdf.

2. Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm // https://arxiv.org/pdf/1712.01815.pdf.

3. Нейросеть победила сильнейшую шахматную программу. // https://masterok.livejournal.com/4091961.html.
Опубликован
2020-10-08
Раздел
Секция СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ И ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ В ПРИКЛАДНЫХ ЗА