الیپس مسیحی

امروزه تنوع و گستردگی مسائل در شاخه های گوناگون علوم تا حد بسیار زیادی افزایش یافته است و یافتن پاسخ برای چنین مسائلی در مدت زمان کم، چالشی بسیار اساسی محسوب می شود. استفاده از هوش مصنوعی می تواند فرآیند حل مسائل پیچیده را تا حد قابل قبولی سرعت بخشیده و زمان پاسخ دهی را به نحو محسوسی کاهش دهد. مسأله تعقیب و گریز از جمله مسائلی است که می تواند دارای سطح بالایی از پیچیدگی باشد. از جمله عوامل ایجاد پیچیدگی می توانیم به تعداد عوامل درگیر، برد میدان دید اعضاء و موانع موجود در زمین بازی اشاره کنیم. تاکنون الگوریتم های گوناگونی برای حل مسأله تعقیب و گریز ارائه شده که هر یک دارای نقاط ضعف و قوت خود هستند. در این مقاله با استفاده از الگوریتم هندسه زبان شناختی، به بررسی بازی تعقیب و گریز بطور خاص در یک مسأله با ابعاد زمین بازی 9×9 و برای بررسی تعمیم کارایی الگوریتم در مسائلی با ابعاد مختلف پرداخته شده است. نشان داده شده که این رهیافت می تواند بیش از 90% بهبود در سرعت پاسخ یابی ایجاد کند. در این مقاله عوامل مؤثر در واقع گرایی بازی تعقیب و گریز با دقت بیشتری در هندسه زبان شناختی بررسی می شوند و در نهایت با ساده سازی فضای مسأله به تعدادی زیر فضا که در آن گشت های حرکت هر عامل بازی مشخص است، اقدام به حل مسأله می کنیم. نشان می دهیم علی رغم پیچیده تر شدن فضای مسأله، الگوریتم هندسه زبان شناختی بهبودی در حدود 91% نسبت به سایر الگوریتم ها ایجاد می کند.

سیستمهای چند عاملی به سرعت در حوزه های مختلفی از جمله روباتیک، کنترل توزیع شده، ارتباطات دوربرد، رسانه ها، بازیهای رایانه ای و غیره کاربرد پیدا می کنند. انجام بسیاری از وظایف در این حوزه ها نیازمند آن است که عامل ها بتوانند علاوه بر همکاری با یکدیگر بطور همزمان (آنلاین) با کاربر خود نیز در تعامل باشند. در این مقاله همکاری عامل ها با توجه به نوع همکاری آنها در سیستمهای چند عاملی و استرات ژی های مورد استفاده آنها معرفی و مقایسه شده اند، کاربرد سیستم های چند عاملی در رسانه های دیجیتالی و خبرگزاریها بررسی شده و در نهایت سنجه های جدیدی برای بالا بردن کارائی چنین سیستم هایی ارائه شده است.