APPLICATION OF REINFORCEMENT LEARNING TO DEVELOP AN AI MODEL FOR GAME “TOGYZ QUMALAQ”

Аңдатпа

Логикалық ойындар көбінесе ойыншылардан әртүрлі басқатырғыштар (головоломки) мен стратегиялық міндеттерді шешуді талап етеді. Мұндай ойындарда жасанды интеллектті белсенді енгізу арқылы терең оқыту модельдерін қолдану мүмкіндігі пайда болды, бұл осы саладағы басқа да байланысты мәселелерді шешуде айтарлықтай жетістіктерге әкелді. Бұл мақалада тоғыз құмалақ ойынына арналған екі күшейтілген оқыту алгоритмін: Q-learning және Deep Q-Network (DQN) әзірлеу және оқыту бойынша зерттеу ұсынылған. Екі модель де Minimax-қа қарсы ойында оқытылды және бағаланды, оны да осы зерттеудің авторлары жүзеге асырды. Эксперименттер сәйкесінше Minimax 2, 3 және 4 рекурсия тереңдігімен жүргізілді. Мақалада ең жақсы нәтижелерге қол жеткізген Q-learning және DQN негізіндегі модельдерді оқыту параметрлері берілген. Модельдердің әрқайсысы үшін марапаттау кестелері мен оқу эпизодтары келтірілген. Құжат сонымен қатар перспективалы нәтижелер көрсеткен DQN архитектурасын қамтиды. Нәтижелер DQN бұл мәселені шешуде айтарлықтай жетістіктерге жеткенін және елеулі өнімділікті көрсеткенін білдіреді. Сонымен қатар, салыстырмалы талдау Q-оқытудың DQN-нен айырмашылығы, оқыту үшін едәуір есептеу ресурстары мен жад ресурстарын қажет ететіндігін көрсетті.