آمار
| تعداد نشریات | 31 |
| تعداد شماره‌ها | 696 |
| تعداد مقالات | 7,374 |
| تعداد مشاهده مقاله | 9,212,649 |
| تعداد دریافت فایل اصل مقاله | 8,539,317 |
تنظیم خودکار سختی بازی‌های توان‌بخشی با استفاده از روش یادگیری تقویتی چندتناوبی (یاقوت) | ||
| مجله مهندسی برق دانشگاه تبریز | ||
| مقاله 7، دوره 48، شماره 1 - شماره پیاپی 83، بهار 1397، صفحه 61-70 اصل مقاله (1064 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
یونس سخاوت   ؛ حسین زارعی
| ||
| دانشگاه هنر اسلامی تبریز - دانشکده چندرسانه‌ای | ||
| چکیده | ||
| تحقیقات نشان داده است که طراحی فعالیت‌های توان‌بخشی در قالب بازی‌های جدی می‌تواند منجر به انگیزش بیش‌تر در بیماران شود. درجه سختی چنین بازی‌هایی معمولاً به‌صورت دستی توسط درمانگر تنظیم می‌شود. این در حالی است که بازی‌های توان‌بخشی خانگی نیاز به تنظیم خودکار درجه سختی متناسب با مهارت‌های بیماران دارند. این مقاله روشی برای تنظیم درجه سختی بازی‌های توان‌بخشی ارائه می‌کند که در آن سختی بازی به‌صورت خودکار و بر اساس مهارت‌های حرکتی بیماران و در حین انجام بازی تعیین می‌شود. این تحقیق نشان می‌دهد که تنظیم سختی بازی یک مسئله چندهدفی است که در آن اهداف مختلف ممکن است در دوره‌های تناوبی متفاوتی بررسی شوند. بدین منظور روشی تحت عنوان یادگیری تقویتی چند تناوبی (یاقوت) ارائه شده است که امکان ارزیابی اهداف مختلف را در دوره‌های تناوبی متفاوت فراهم می‌کند. نتایج آزمایش‌های انجام‌شده بر روی این سامانه حاکی از موفقیت قابل‌توجه آن در برآورده کردن معیارهای رضایت کاربران و همچنین بهبود مهارت‌های حرکت دست در مقایسه با روش‌های معمول یادگیری تقویتی است. | ||
| کلیدواژه‌ها | ||
| یادگیری تقویتی؛ تنظیم خودکار سختی بازی؛ دستگاه‌های توان‌بخشی؛ بازی‌های جدی | ||
| عنوان مقاله [English] | ||
| Dynamic Difficulty Adjustment of Rehabilitation Games using Reinforcement Learning | ||
| نویسندگان [English] | ||
| Y. A. Sekhavat؛ H. Zarei | ||
| Faculty of Multimedia, Tabriz Islamic Art University, Tabriz, Iran | ||
| چکیده [English] | ||
| Research has shown that the design of a rehabilitation task as a therapeutic game can result in a motivating rehabilitation environment. Generally, the difficulty level of a therapeutic game is regulated manually by a therapist. However, home-based rehabilitation games require a technique for automatic difficulty adjustment. This paper proposes a personalized difficulty adjustment technique for a rehabilitation game that automatically regulates difficulty settings based on a patient’s skills in real-time. To this end, ideas from reinforcement learning are used to dynamically adjust the difficulty of a game. We show that difficulty adjustment is a multiple-objective problem, in which some objectives might be evaluated at different periods. To address this problem, we propose and use Multiple-Periodic Reinforcement Learning that makes it possible to evaluate different objectives of difficulty adjustment in separate periods. The results of experiments show that this technique outperforms traditional Multiple-Objective Reinforcement Learning in terms of user satisfaction parameters. | ||
| کلیدواژه‌ها [English] | ||
| Reinforcement learning (RL), dynamic difficulty adjustment, serious games, rehabilitation games | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2,239 تعداد دریافت فایل اصل مقاله: 222 |
||
