Προηγμένη αντιδραστική συμπεριφορά τεχνητής νοημοσύνης σε εικονικές προσομοιώσεις

Χαριτούδης, Απόστολος - Ανδρέας

dc.contributor.advisor	Παναγιωτόπουλος, Θεμιστοκλής
dc.contributor.author	Χαριτούδης, Απόστολος - Ανδρέας
dc.date.accessioned	2024-08-26T09:18:59Z
dc.date.available	2024-08-26T09:18:59Z
dc.date.issued	2024-07
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/16672
dc.identifier.uri	http://dx.doi.org/10.26267/unipi_dione/4094
dc.description.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.	el
dc.format.extent	46	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.title	Προηγμένη αντιδραστική συμπεριφορά τεχνητής νοημοσύνης σε εικονικές προσομοιώσεις	el
dc.title.alternative	Advanced artificial intelligence reactive behaviour in virtual simulations	el
dc.type	Bachelor Dissertation	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής	el
dc.description.abstractEN	This dissertation explores the integration of Machine Learning (ML) and Finite State Machines (FSM) in the development of Artificial Intelligence (AI) in video games, focusing on Prescripted Reactive Behavior. Through a critical analysis of three key studies, the effectiveness of hybrid AI techniques in enhancing AI capabilities in video games is evaluated. The findings indicate that the combination of ML and FSM improves the adaptability and complexity of AI, enabling more realistic and engaging behaviors. Additionally, the limitations of manual research and the possibility that some relevant studies may not have been included are acknowledged. The dissertation contributes to the synthesis of current knowledge, identifies research gaps, and provides practical recommendations, highlighting the potential benefits of interdisciplinary approaches in AI development in the researched field. The scientific field of this dissertation is Artificial Intelligence in the context of video games with a particular focus on the integration of Machine Learning and Finite State Machines.	el
dc.subject.keyword	Βιντεοπαιχνίδια	el
dc.subject.keyword	Τεχνητή νοημοσύνη	el
dc.subject.keyword	Μηχανική μάθηση	el
dc.subject.keyword	Μηχανή πεπερασμένων καταστάσεων	el
dc.subject.keyword	Υβριδικές τεχνικές	el
dc.subject.keyword	Video games	el
dc.subject.keyword	Artificial intelligence	el
dc.subject.keyword	Machine learning	el
dc.subject.keyword	Finite state machine	el
dc.subject.keyword	Hybrid techniques	el
dc.date.defense	2024-07-19

Αρχεία σε αυτό το τεκμήριο

Name:: Charitoudis_17178.pdf
Μέγεθος:: 1.373Mb
Τύπος:: PDF
Description:: Πτυχιακή εργασία

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Πληροφορικής

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα