Сравнительный анализ методов симуляции реалистичного поведения виртуальных агентов

Abstract

Наиболее распространенные методы симуляции реалистичного поведения при увеличении сложности разрабатываемого поведения трудно поддерживать и совершенствовать. В процессе поиска метода, лишенного этого недостатка, была выявлена связка методов, потенциально упрощающая разработку и не требующая машинного обучения.

The article is focused on the most common methods of realistic behavior simulation which are difficult to maintain and enhance when complexity of behavior increases. When searching for a method free of this disadvantage, a combination of methods which potentially simplifies the development and doesn't require machine learning has been found.