Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/29785
Title: Разработка и программная реализация нейросетевого алгоритма для принятия решений в интеллектуальной игре «Покер»
Authors: Зиганшин, Алексей Тахирович
metadata.dc.contributor.advisor: Хаустов, Павел Александрович
Keywords: искусственные нейронные сети; генетический алгоритм; методы машинного обучения; покерные интеллекты; игровой искусственный интеллект; artificial neural networks; genetic algorithm; machine learning methods; poker intellects; gaming artificial intelligence
Issue Date: 2016
Citation: Зиганшин А. Т. Разработка и программная реализация нейросетевого алгоритма для принятия решений в интеллектуальной игре «Покер» : дипломный проект / А. Т. Зиганшин ; Национальный исследовательский Томский политехнический университет (ТПУ), Институт кибернетики (ИК), Кафедра вычислительной техники (ВТ) ; науч. рук. П. А. Хаустов. — Томск, 2016.
Abstract: Объектом исследования является задача разработки игрового искусственного интеллекта. Цель работы – разработка и исследование искусственного игрового интеллекта, с внедрением его в многопользовательское игровое клиент-серверное приложение. В ходе выполнения работы было реализовано многопользовательское игровое клиент-серверное приложение. Кроме того, были реализованы инструменты , необходимые для обучения и тестирования нейросетевых интеллектов. В результате исследования были получены различные варианты игровых искусственных интеллектов, эффективность применения которых была оценена на практике. Область применения: интеллектуальные системы, методы машинного обучения, моделирование поведения сложных систем.
The problem of game artificial intelligence is studied in our research. The purpose is to develop game artificial intelligence and to apply it to the game-playing client-server application for multiple users. Such an application has been designed, constructed and tested. Besides, we have performed the tools (methods) that are necessary for neuron network intelligence learning and its testing. Different variations of game artificial intelligence have been obtained. The efficiency factor has been examined in practice. Fields of application: intelligent systems, machine lerning methods, complex system simulation.
URI: http://earchive.tpu.ru/handle/11683/29785
Appears in Collections:Выпускные квалификационные работы (ВКР)

Files in This Item:
File Description SizeFormat 
TPU198174.pdf1,29 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.