Title: Сравнение эффективности обучения агентов в соревновательных задачах игровой индустрии
Authors: Курмакаев И. Д.
Keywords: competitive challenges
gaming industry
intelligent agents
machine learning
neural network models
non-player characters
reinforcement learning
Unity ML-Agents
игровая индустрия
интеллектуальные агенты
машинное обучение
неигровые персонажи
нейросетевые модели
обучение с подкреплением
соревновательные задачи
Issue Date: 2026
Citation: Курмакаев, И. Д. Сравнение эффективности обучения агентов в соревновательных задачах игровой индустрии = Comparison of agents training efficiency in competitive tasks of the gaming / И. Д. Курмакаев // Volga Cyber Week : материалы Всерос. II молодеж. науч.-практ. конф. по информатике и кибернетике (Самара, 12-15 мая 2026 г.) / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под общ. ред. А. В. Куприянова. - Самара : Изд-во Самар. ун-та, 2026. - С. 224-226.
Abstract: В работе исследуется специфика применения алгоритмов обучения с подкреплением (PPO) для создания неигровых персонажей в соревновательных видеоиграх с неполной информацией. Разработана тестовая среда с механиками скрытого аукциона и управления ресурсами. Проведена оценка эффективности обученной нейросетевой модели в сравнении с базовым эвристическим алгоритмом (Baseline). Результаты подтверждают высокую адаптивность агентов в конкурентных условиях и формируют базу для дальнейших исследований многоагентного самообучения (Self-Play).
URI: http://repo.ssau.ru/jspui/handle/123456789/64060
ISBN: 
ISSN: 
ISMN: 
Other Identifiers: RU\НТБ СГАУ\590019
Appears in Collections:VOLGA CYBER WEEK

Files in This Item:
File SizeFormat 
file-224-226.pdf1.09 MBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.