فا   |   En
ورود به سایت
مشاهده‌ مشخصات مقاله

یافتن استراتژی های غالب در بازی های blotto با استفاده از اتوماتاهای یادگیر

نویسنده (ها)
  • فرناز ابطحی
  • محمد رضا میبدی
  • سعید شیری
مربوط به کنفرانس سیزدهمین کنفرانس ملی و بین‌المللی سالانه انجمن کامپیوتر ایران
چکیده در این مقاله ، رویکردی مبتنی بر اتوماتاهای یادگیر برای یافتن استراتژی غالب در بازی های blotto ارائه می گردد. اهممیت این دسته از بازی ها در تئوری بازی از دو جهت است. اولا این بازیها در دنیای واقعی برای مدل سازی فرآیندهایی به کار می روند که در آن ها برای غلبه بر حریف ، نیاز به توضیع بهینه منابع محدود بین چندین کار وجود دارد. ثانیا رویکردی که در این بازی ها برای یافتن استراتژی غالب مورد استفاده قرار می گیرد را می توان برای مدل کردن هر فرآیند چند عامله رقابتی دیگر که دارای استراتژی غالب برای هر یک از عامل ها می باشد به کار برد.با دانستن استراتزی غالب می توان تضمین کرد که عامل، همواره سودی بیشتر یا مساوی با سایر عوامل به دست خواهد آورد.در روش پیشنهادی در این مقاله ، هر یک از بازیگران دارای یک اتوماتای یادگیر می باشد که از آن، برای یادگیری و تصمیم گیری در مورد انتخاب اعمال کمک می گردد. آزمایشات انجام شده نشان می دهند که با استفاده از این روش، استراتژی بازیکنان مجهز به اتوماتای یادگیر به تدریج به استراتژی غالب همگرا شده و این بازیکنان قادر به یافتن بهترین حالت تقسیم منابع و برد در بازی خواهند بود.
قیمت
  • برای اعضای سایت : ۱٠٠,٠٠٠ ریال
  • برای دانشجویان عضو انجمن : ۲٠,٠٠٠ ریال
  • برای اعضای عادی انجمن : ۴٠,٠٠٠ ریال

خرید مقاله