Προηγμένη αντιδραστική συμπεριφορά τεχνητής νοημοσύνης σε εικονικές προσομοιώσεις

Abstract

Αυτή η πτυχιακή εργασία διερευνά την ενσωμάτωση της Μηχανικής Μάθησης (ML) και των Μηχανών Πεπερασμένων Καταστάσεων (FSM) στην ανάπτυξη Τεχνητής Νοημοσύνης (ΤΝ) στα βιντεοπαιχνίδια. Εστιάζοντας στην Προδιαγεγραμμένη Αντιδραστική Συμπεριφορά. Μέσω κριτικής ανάλυσης τριών βασικών μελετών, αξιολογείται η αποτελεσματικότητα των υβριδικών τεχνικών ΤΝ στην ενίσχυση των δυνατοτήτων της σε βιντεοπαιχνίδια. Τα ευρήματα δείχνουν ότι ο συνδυασμός της ML και της FSM βελτιώνει την προσαρμοστικότητα και πολυπλοκότητα της ΤΝ, επιτρέποντας πιο αληθοφανείς και ελκυστικές συμπεριφορές. Επιπλέον, αναγνωρίζονται οι περιορισμοί της χειροκίνητης έρευνας και η πιθανότητα να μην έχουν συμπεριληφθεί κάποιες σχετικές μελέτες. Η εργασία συμβάλλει στη σύνθεση τρέχουσας γνώσης, αναγνωρίζει ερευνητικά κενά και παρέχει πρακτικές συστάσεις, υπογραμμίζοντας τα πιθανά οφέλη των διεπιστημονικών προσεγγίσεων στην ανάπτυξη της ΤΝ στον τομέα που ερευνάται. Επιστημονικό πεδίο της συγκεκριμένης εργασίας είναι η Τεχνητή Νοημοσύνη στο πλαίσιο των βιντεοπαιχνιδιών με ιδιαίτερη εστίαση στην ενσωμάτωση της Μηχανικής Μάθησης και της Μηχανής Πεπερασμένων Καταστάσεων.