Browsing by Author "Кравець, П. О."

Now showing 1 - 20 of 36

Адаптивне становлення ходи робота-анімата
(Видавництво Львівської політехніки, 2010) Кравець, П. О.
Досліджується проблема розподіленого керування рухом шестиногого робота-анімата на основі моделі стохастичної гри. Виконано формулювання ігрової задачі, розроблено адаптивний рекурентний метод та алгоритм для розв'язування. Побудовано комп'ютерну програмну модель ритмічної зміни станів ніг анімата для забезпечення його переміщення. Досліджено вплив параметрів ігрової моделі на ефективність керування рухом робота-анімата. The problem of the distributed control of the hexapod animat moving on the basis of stochastic game model is investigated. The formulation of a game problem is executed, the adaptive recurrent method and algorithm of its decision are developed. The computer program model of rhythmic change of states of animat feet for the organisation of its moving is constructed. Influence of parameters of model on a control efficiency of animat movement is investigated.
Адаптивні стратегії прийняття рішень у грі з природою
(Видавництво Львівської політехніки, 2010) Кравець, П. О.
The problem of decision-making by the instrumentality of model of stochastic game with the nature is investigated. The method of an adaptive choice of decision-making variants on the basis of reinforcement learning and Boltzmann distribution is developed. Algorithmic and software tools of decision-making system in game with the nature are developed. Results of computer modelling of a stochastic choice of decision-making variants are received and analysed.Досліджується проблема прийняття рішень за допомогою моделі стохастичної гри з природою. Розроблено метод адаптивного вибору варіантів рішень на основі заохочувального навчання та застосування розподілу Больцмана. Розроблено алгоритмічне та програмне забезпечення системи прийняття рішень у грі з природою. Отримано та проаналізовано результати комп’ютерного моделювання стохастичного вибору варіантів рішень.
Динамічна координація стратегій мультиагентних систем
(Видавництво Львівської політехніки, 2011) Кравець, П. О.
Розв’язано задачу динамічної координації стратегій мультиагентних систем в умовах невизначеності на основі моделі стохастичної гри. Динамічна координація полягає у навчанні системи генерувати просторово-розподілені періодичні сигнали. Побудовано модель стохастичної гри, визначено критерії динамічної координації стратегій гравців, розроблено рекурентний метод, алгоритмічне та програмне забезпечення розв’язування стохастичної гри. The problem of dynamic coordination of strategies of multiagent systems in the conditions of uncertainty on the basis of stochastic game model is solved. Dynamic coordination consists in system learning to generate the spatially-distributed periodic signals. The model of stochastic game is constructed, criteria of dynamic coordination of strategies are defined, a recurrent method, algorithmic and software support for the stochastic game solving are developed.
Заохочувальне навчання мультиагентних систем
(Видавництво Львівської політехніки, 2012) Кравець, П. О.
Розглянуто проблему заохочувального навчання мультиагентних систем в ігровому формулюванні. Побудовано марківську модель стохастичної гри, сформульовано критерії ігрового навчання, описано Q-метод та відповідний алгоритм розв’язування стохастичної гри, проаналізовано результати комп’ютерної реалізації Q-методу. The problem of reinforcement learning of multiagent systems in the game formulation is considered. The Markovian model of stochastic game is constructed, criteria of game learning are formulated, the Q-method and corresponding algorithm of the stochastic game solving are described, results of computer realisation of a Q-method are analysed.
Збіжність ігрового градієнтного методу у знакододатних середовищах
(Видавництво Національного університету "Львівська політехніка", 2001) Кравець, П. О.
This article investigates convergence conditions of a gradient game method in conditions of uncertainty of positive environments. The method is constructed because of dynamic mixed strategies of the players, which realize selection of optimum line solutions. The convergence conditions of a game method with probability 1 and in average quadratic to a point set of equilibrium on Nash are obtained. The theoretical researches are confirmed by results of computer simulation. У статті досліджується проблема збіжності градієнтного ігрового методу у знакододатних середовищах в умовах їх апріорної невизначеності Метод побудовано на основі динамічних змішаних стратегій гравців, які здійснюють селекцію оптимальних поточних розв’язків у процесі самонавчання. Отримано умови збіжності ігрового методу з імовірністю 1 та у середньоквадратичному до множини точок рівноваги за Нешем. Теоретичні результати апробовано програмним моделюванням на комп’ютері.
Марківські методи навчання у системах прийняття рішень
(Видавництво Національного університету "Львівська політехніка", 2008) Кравець, П. О.; Проданюк, О. М.
Досліджується проблема оптимального прийняття рішень за допомогою марківських методів навчання. Сформульовано задачу прийняття рішень, описаноm методи детермінованого та стохастичного навчання. Розроблено алгоритмічне та програмне забезпечення для моделювання прийняття рішень в умовах невизначеності. Наведено та проаналізовано результати комп’ютерного моделювання процесу прийняття рішень у клітинному просторі. The problem of optimum decision-making by the Markovian learning methods is investigated. The definition of a decision making task is executed, the methods of the deterministic and stochastic learning are described. The algorithmic and software tools for the modelling of decision making in uncertainty conditions are developed. The results of computer simulation of decision-making process in cellular space are resulted and analysed.
Матрична стохастична гра з Q-навчанням
(Видавництво Львівської політехніки, 2015) Кравець, П. О.
Розроблена модель матричної стохастичної гри для прийняття рішень в умовах невизначеності. Запропоновано метод Q-навчання для розв’язування стохастичної гри з апріорі невідомими матрицями виграшів. Виконано формулювання ігрової задачі, описано марківський рекурентний метод та алгоритм для її розв’язування. Отримано та проаналізовано результати комп’ютерного моделювання стохастичної гри з Q-навчанням. The model of matrix stochastic game for decision-making in the conditions of uncertainty is developed. The method of Q-learning for stochastic game solving with a priori unknown gains matrices is offered. The formulation of a game problem is executed. The Markovian recurrent method and algorithm for the game solving are described. Results of computer modelling of stochastic game with Q-learning are received and analysed.
Методи розпаралелювання випадкового пошуку
(Видавництво Національного університету "Львівська політехніка", 2003) Кравець, П. О.
It is investigated efficiency of methods of consecutive and parallel random search for a solution of optimization problems in conditions of uncertainty. Досліджено ефективність методів послідовного та паралельного випадкового пошуку для розв’язування оптимізаційних задач в умовах невизначеності.
Модель стохастичної гри нейроагентів
(Видавництво Львівської політехніки, 2014) Кравець, П. О.
Розроблено нейроагентну ігрову модель колективного прийняття рішень в умовах невизначеності. Виконано формулювання стохастичної гри та для її розв’язування використано адаптивні методи навчання штучних нейронних мереж без учителя. Розроблено ігровий алгоритм та програмну модель нейроагентного прийняття рішень. Збіжність стохастичної гри нейроагентів підтверджено результатами комп’ютерного експерименту. Досліджено впливи параметрів ігрової моделі на швидкість навчання нейроагентів. The neuroagent game model of collective decision-making in the conditions of uncertainty is developed. The formulation of stochastic game is executed. Adaptive learning methods of artificial neural networks without the teacher are used for the game solving. The convergence of neuroagent stochastic game is confirmed by results of computer experiment. Influences of parameters of game model on the neuroagent learning rate are investigated.
Моделювання взаємодії у грі мобільних агентів
(Видавництво Національного університету "Львівська політехніка", 2008) Кравець, П. О.; Маланюк, Ю. В.
Розглянуто питання організації командної взаємодії у грі мобільних агентів на прикладі системи гри у футбол. Введено фактор старіння інформації при навчанні мобільних агентів. Розроблено інформаційні, алгоритмічні та програмні засоби моделювання мультиагентної системи гри у футбол. The questions of command interaction organization in game of the mobile agents are considered. The factor of the information aging for learning the mobile agents is offered. The information, algorithmic and the software tools for modeling of multiagent system of game in football is developed.
Моделювання взаємодії у грі мобільних агентів
(Видавництво Національного університету "Львівська політехніка", 2008) Кравець, П. О.; Маланюк, Ю. В.
Розглянуто питання організації командної взаємодії у грі мобільних агентів на прикладі системи гри у футбол. Введено фактор старіння інформації при навчанні мобільних агентів. Розроблено інформаційні, алгоритмічні та програмні засоби моделювання мультиагентної системи гри у футбол.
Мультиагентна система керування фондовим ринком
(Видавництво Львівської політехніки, 2010) Кравець, П. О.; Гузар, В. В.
Досліджується проблема використання мультиагентного підходу для прийняття рішень у сфері проведення торгів на ринку цінних паперів та інвестицій. Проведено системний аналіз досліджуваної проблемної області. Побудовано діаграми потоків даних для процесів, що відбувається на фондовому ринку. Визначено основні завдання, які потрібно вирішити в процесі створення мультиагентної системи та побудовано відповідну ієрархію задач. Запропоновано ігрову модель збалансованого керування фондовим ринком. The issue under investigation is the problem of using multiagent approach for decision-making in bidding on the stock market and investment. The system analysis was conducted to investigate the problem area. Data flow diagrams for the processes taking place in the stock market were built. The main aims and the object matter which must be solved in the process of creating multiagent system were determined and the corresponding hierarchy of problems was constructed. The game model for the balanced management of the share market is offered.
Оптимізація випадкового пошуку генетичним методом з розпаралелюванням
(Видавництво Національного університету “Львівська політехніка”, 2002-03-26) Кравець, П. О.; Національний університет «Львівська політехніка»
Розв’язано задачу пошуку динамічного об’єкта в умовах невизначеності за допомогою класичного генетичного методу з розпаралелюванням. Досліджено залежність середньої кількості пошукових кроків від параметрів генетичного методу.
Пошукова оптимізація систем генетичним методом з одно точковим схрещуванням
(Видавництво Національного університету "Львівська політехніка", 2003) Кравець, П. О.
Описано застосування кластичного генетичного методу з одно точковим схрещуванням для розв’язування задачі пошуку динамічного об’єкта в умовах невизначеності. Досліджено вплив параметрів генетичного методу на середню кількість пошукових кроків. This article describes application of a classical genetic method with single-point crossing for a solution of a problem of dynamic object search in conditions of uncertainty. The influence of parameters of a genetic method to an average amount of retrieval pitches is investigated.
Прийняття оптимальних рішень методом навчання з нечіткою логікою
(Видавництво Національного університету "Львівська політехніка", 2009) Кравець, П. О.; Проданюк, О. М.
Досліджується проблема оптимального прийняття рішень в умовах невизначеності за допомогою марківських методів навчання з нечіткою логікою. Описано структуру та функції системи прийняття рішень на основі продукційних правил нечіткої логіки. Специфіковано етапи перетворення нечітких даних під час логічного виведення рішень. Наведено та проаналізовано результати комп’ютерного моделювання нечіткого прийняття рішень у клітинному просторі. The problem of optimum decision-making in the conditions of uncertainty by the Markovian learning methods with the fuzzy logic is investigated. The structure and functions of fuzzy decision-making system on the basis of productional rules of fuzzy logic are described. The stages of the fuzzy data transformation in the course of a logic conclusion of decisions are specify. The results of computer simulation of a fuzzy logic decision-making process in cellular space are resulted and analysed.
Програмні інструментальні засоби ігрового моделювання мультиагентних систем
(Видавництво Національного університету “Львівська політехніка”, 2009) Кравець, П. О.; Полівенко, Д. В.
Описується розроблений інструментальний програмний засіб, призначений для дослідження методів прийняття рішення в мультиагентних системах. Моделювання мультиагентних систем базується на методах теорії ігор, які дозволяють визначити структуру гри, умови взаємодії між гравцями, функції винагород. This paper describes the developed program tool which is intended for research of decision making methods in the myltiagent systems. Multiagent system which are modeled in this work are based on the game theory methods,which define a structure of game, terms of cooperation between players,functions of rewards.
Стохастична ігрова модель кластеризації даних
(Видавництво Львівської політехніки, 2013) Кравець, П. О.
Запропонована стохастична ігрова модель кластеризації даних в умовах дії завад. Розроблено адаптивний рекурентний метод та алгоритм розв’язування стохастичної гри. Виконано комп’ютерне моделювання ігрової кластеризації зашумлених даних. Вивчено вплив параметрів на збіжність стохастичного ігрового методу кластеризації даних. Проаналізовано отримані результати. The stochastic game model of the data clustering under the influence of noise is offered. Adaptive rerrurent method and algotithm of stochastic game solving are developed. Computer modelling of game of noisy data clustering is executed. The parameter influences on convergence of stochastic game method of the data clustering are studied. The analysis of received results is realized.
Ігрова задача колективного стимулювання дій агентів
(Видавництво Національного університету "Львівська політехніка", 2008) Кравець, П. О.
Сформульовано ігрову задачу колективного стимулювання елементів (агентів) активних систем. Запропоновано рекурентний метод розв’язування стохастичної гри. Побудовано ігровий алгоритм та проведено комп’ютерне моделювання стохастичної гри з колективним стимулюванням агентів. Досліджено вплив параметрів задачі на збіжність ігрового методу.The game task of collective stimulation of elements (agents) of active systems is formulated. The recurrence method of the stochastic game solving is offered. The game algorithm is constructed and computer modeling of stochastic game with collective stimulation of the agents is carried out. The influence of parameters of a task on convergence of a game method is investigated.
Ігрова задача переслідування активного об’єкта в дискретному просторі
(Видавництво Національного університету "Львівська політехніка", 2006) Кравець, П. О.
Розв’язано ігрову задачу переслідування активного об’єкта в умовах невизначеності. Розроблено ігрову модель, рекурентні методи та алгоритм розв’язування задачі. На основі комп’ютерного моделювання досліджено вплив дисперсії завад та характеристик дискретного простору на середню кількість пошукових кроків. Результати роботи можна використати для побудови адаптивних систем керування, стохастичної оптимізації та ідентифікації систем, прийняття рішень в умовах невизначеності. The game task of pursuit of active object in conditions of uncertainty is solved. Game model, recurrence methods and algorithm of a task solving are developed. On the basis of computer modeling the influence of noise dispersion and characteristics of discrete space on average quantity of search steps is investigated. The results can be used for construction of adaptive control systems, stochastic optimization and identification of systems, decisions making in conditions of uncertainty.
Ігрова задача побудови стохастично-ортонормованих систем
(Видавництво Національного університету “Львівська політехніка”, 2007) Кравець, П. О.
Сформульовано задачу побудови стохастично-ортонормованих систем. Запропоновано ігровий метод та розроблено алгоритм розв’язування задачі. Досліджено вплив параметрів задачі на збіжність ігрового методу. The task of stochastic orthonormal system construction is formulated. The game method and algorithm of a task solution are developed. The influence of a task parameters on a game method convergence is investigated.