Метод вибору тактичної стратегії агентами ігрового штучного інтелекту із застосуванням TOPSIS

Анотація

Розглянуто задачу вибору тактичної стратегії агентами ігрового штучного інтелекту (ІШІ) в умовах двосторонньої бойової взаємодії команд. Запропоновано модель бойового середовища, у якій множини союзників і ворогів кожного агента визначаються динамічно в межах радіуса виявлення, а поточний стан агента оцінюється за шістьма критеріями: запасом боєприпасів, витривалістю, кількістю союзників і ворогів поруч, наявністю укриття та потенційною загрозою. Розроблено метод вибору тактичної стратегії із застосуванням методу TOPSIS, у якому показники стану агента перетворюються на оцінки придатності стратегій «атака», «оборона» і «відступ» з урахуванням напряму впливу кожного критерію на кожну стратегію, після чого відбувається ранжування стратегій. Наведено числовий приклад розрахунку та проведено аналіз чутливості вибору стратегії до кількості противників. Метод реалізовано програмно та досліджено в комп’ютерній симуляції бою двох команд по п’ять агентів за парною схемою зі зміною сторін у чотирьохстах боях. Команда під керуванням запропонованого методу перемогла у шістдесяти семи відсотках боїв, тоді як команда, агенти якої завжди обирали атаку, – у чотирьох відсотках; двадцять дев’ять відсотків боїв завершилися нічиєю. Абляційне дослідження показало, що випадковий вибір стратегії за тих самих правил руху не дає переваги, а агрегація методом TOPSIS значущо ефективніша за зважену суму на тій самій матриці оцінок (шістдесят сім відсотків проти п’ятдесяти шести з половиною відсотків перемог). Виявлено, що через компенсаційний характер агрегації агент може обрати атаку за відсутності боєприпасів; введення некомпенсаторного обмеження допустимості цієї стратегії підвищило частку перемог до вісімдесяти відсотків і зменшило частку нічиїх до шістнадцяти відсотків. Перевага методу зберігається за зміни ваг критеріїв і параметрів середовища, а її величина найбільше залежить від захисної дії укриття.