Daha İnandırıcı Oyun Karakterleri İçin Bayes ve Q-Learning Tabanlı Yaklaşım
2018
Oyun programlamada ulasilmak istenen hedeflerden biri de gercek hayatta yer
alan kavramlari ve karakterleri oyunlara uyarlamaktir. Bu yaklasim, daha ilgi cekici
hareketler sergileyen oyun karakterleri sunmak icin benimsenmektedir. En yuksek
odul mantigini ele alan yontemler oyun karakterinin ayni oruntuleri sergilemesine
ve tekrara dusmesine sebep olur. Ayni zamanda bu durum oyunun
oynanabilirligini azaltir. Bu tur tekrarlayici kaliplari onlemek icin, Naive Bayes ile
Q-ogrenme yaklasimina dayali bir davranis algoritmasi gelistirilmistir. Gelistirilen
algoritmanin gecerliligi kullanici testleri ile karsilastirmali olarak ortaya
konulmustur. Bu testler sonucunda, algoritmanin ogrenmede kullandigi oyun verisi
miktari arttikca davranis ogrenme algoritmasinin daha iyi bir performans gosterdigi
ve oyun karakterinin daha ilgi cekici hale geldigi gorulmustur.
Keywords:
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
0
Citations
NaN
KQI