Joycazino
13.07.2017Основным преимуществом модульных сигналов вознаграждения является то, что обратная связь становится чрезвычайно точной и соответствующей рассматриваемой задаче, а количество шума, присутствующего в сигнале вознаграждения, уменьшается.
Стремление заниматься сбором объектов.
Типы движения.
Стили стрельбы.
Другие функции, такие как выбор оружия.
Усовершенствование каждого из этих компонентов осуществляется с использованием отдельного алгоритма обучения с подкреплением.
Адаптивные формы поведения, связанные со сбором предметов
Тактические формы поведения, относящиеся к компоненту https://joycazino2.co/, который обеспечивает сбор предметов, отвечают за принятие решения о том, какого типа предметы должен собирать анимат. Эго решение принимается на основе обратной связи, зависящей от настроений анимата.
Действия
Алгоритм обучения с подкреплением позволяет усвоить в результате обучения наиболее подходящие действия. В данном случае действия ахггзетстнуют допустимым типам предметов, которые могут быть собраны: доспехи, средства повышения жизнеспособности, оружие, боеприпасы или ни один предмет. Последнее, пустое действие исключается из обучения; оно выбирается по умолчанию, если ни одно из прочих действий не дает положительных преимуществ. Другие обучающиеся компоненты, поддерживающие различные типы движений, отвечают за определение того, требуется ли сбор предметов. (Например, если запасы средств обеспечения жизнеспособности и доспехов почти полны, то, возможно, не стоит вообще заниматься сбором.)
Оценка полученных результатов
Обучение осуществляется на очень высоком уровне, поэтому созданные в результате формы поведения становятся приемлемыми, даже если и не совсем оптимальными. При условии, что аниматы принимают согласованные решения, не происходит задержка при переключении с одной тактической формы на другую (иными словами, аниматы не останавливаются в задумчивости через каждую секунду). В азарте игры для участника игры неоптимальные действия аниматов часто остаются незамеченными. Несмотря на это, специалист по искусственному интеллекту или внимательный наблюдатель легко обнаруживает, что некоторые решения принимаются аниматом в целях осуществления исследовательских действий.
В целом, практический опыт демонстрирует, что обучение оказывает огромное влияние на производительность, поскольку анимат, прошедший обучение, легко побеждает анимата, инициализированного случайным образом. Это особенно удивительно, если принять во внимание то, что аниматы оптимизируют свое поведение главным образом с учетом своих настроений, а в действительности понятие производительности заложено в них лишь неявно.