Машинско учење во видеоигри
From Wikipedia, the free encyclopedia
Во видеоигрите, различни техники за вештачка интелигенција се користеа на различни начини, почнувајќи од контролата на non-player character (NPC) до procedural content generation(PCG). Машинското учење е подмножество на вештачката интелигенција која се фокусира на користење алгоритми и статистички модели за да ги натера машините да дејствуваат без специфично програмирање. Ова е во строг контраст со традиционалните методи на вештачка интелигенција, како што се стеблото за пребарување и стручните системи .
Информациите за техниките за машинско учење од областа на игрите се претежно познати на јавноста преку истражувачки проекти бидејќи повеќето компании за игри избираат да не објавуваат специфични информации за нивната интелектуална сопственост . Најпознатата јавна примена на машинското учење во игри е веројатно употребата на deep learning agents кои се натпреваруваат со професионални играчи во сложени стратешки игри . Постои значителна примена на машинско учење во игри како што се Atari / ALE, Doom, Minecraft, StarCraft и во игрите со автомобилски трки.[1] Другите игри што првично не постоеле како видео игри, како што се шахот и Go, исто така се погодени од машинското учење.[2]