Сравнительный анализ методов симуляции реалистичного поведения виртуальных агентов

Bibliographic Details
Parent link:Молодежь и современные информационные технологии: сборник трудов XIX Международной научно-практической конференции студентов, аспирантов и молодых учёных, 21-25 марта 2022 г., г. Томск/ Национальный исследовательский Томский политехнический университет, Инженерная школа информационных технологий и робототехники ; ред. кол. А. Ю. Дёмин, Н. Г. Марков, В. Г. Спицын [и др.]. [С. 215-216].— , 2022
Main Author: Тимшин В. Р.
Corporate Author: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение информационных технологий
Other Authors: Видман В. В. Виталий Викторович (727)
Summary:Заглавие с титульного экрана
Наиболее распространенные методы симуляции реалистичного поведения при увеличении сложности разрабатываемого поведения трудно поддерживать и совершенствовать. В процессе поиска метода, лишенного этого недостатка, была выявлена связка методов, потенциально упрощающая разработку и не требующая машинного обучения.
The article is focused on the most common methods of realistic behavior simulation which are difficult to maintain and enhance when complexity of behavior increases. When searching for a method free of this disadvantage, a combination of methods which potentially simplifies the development and doesn't require machine learning has been found.
Published: 2022
Series:Дизайн и компьютерная графика
Subjects:
Online Access:http://earchive.tpu.ru/handle/11683/71213
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=634422
Description
Summary:Заглавие с титульного экрана
Наиболее распространенные методы симуляции реалистичного поведения при увеличении сложности разрабатываемого поведения трудно поддерживать и совершенствовать. В процессе поиска метода, лишенного этого недостатка, была выявлена связка методов, потенциально упрощающая разработку и не требующая машинного обучения.
The article is focused on the most common methods of realistic behavior simulation which are difficult to maintain and enhance when complexity of behavior increases. When searching for a method free of this disadvantage, a combination of methods which potentially simplifies the development and doesn't require machine learning has been found.