A Novel Action Selection Architecture in Soccer Simulation Environment Using Neuro-Fuzzy and Bidirectional Neural Networks
A Novel Action Selection Architecture in Soccer Simulation Environment Using Neuro-Fuzzy and Bidirectional Neural Networks
复制标题
使用神经模糊和双向神经网络的足球模拟环境中的新颖动作选择架构
DOI：
10.5772/5704
复制
发表时间：
2007
影响因子：
2.3
通讯作者：
M. Yazdchi
中科院分区：
文献类型：
--
作者：
R. Zafarani;M. Yazdchi
近年来，多智能体系统已经产生了许多令人兴奋的，因为它的承诺作为一个新的范例概念化，设计和实现软件系统。人工智能中代理设计的最重要方面之一是代理对代理所作用的环境的行为或响应方式。一个有效的动作选择和行为方法在整体代理性能方面具有强大的优势。我们定义了一个新的方法的动作选择的基础上的概率/优先级模型，从而引入了两种有效的方法来确定概率，使用神经模糊系统和双向神经网络和一个新的优先级为基础的系统，映射人类知识的动作选择方法。此外，引入了行为模型，使模型更加灵活。
Multi-Agent systems have generated lots of excitement in recent years because of its promise as a new paradigm for conceptualizing, designing, and implementing software systems. One of the most important aspects of agent design in AI is the way agent acts or responds to the environment that the agent is acting upon. An effective action selection and behavioral method gives a powerful advantage in overall agent performance. We define a new method of action selection based on probability/priority models, we thereby introduce two efficient ways to determine probabilities using neuro-fuzzy systems and bidirectional neural networks and a new priority based system which maps the human knowledge to the action selection method. Furthermore, a behavior model is introduced to make the model more flexible.
利用植物蛋白石中的碳进行生产遗迹测年方法的研究（Ⅲ） - 尝试提取碳并测量其 14C 测年 -
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
Kato;M. and Odagiri;H.;浜由樹子;黒田佑次郎・岩瀬哲・岩満優美・山本大悟・梅田恵・川口崇・坂田尚子・倉田博史・佐倉統・南雲吉則・中川恵一;中村俊夫
通讯作者：
中村俊夫