The conception of neuronal modelling of strategic game

• Autorzy: Piech H.

Warianty tytułu

PL

Koncepcja neuronowego modelowania gry strategicznej

• Języki publikacji: EN

Abstrakty

EN

The proposition of neural conception of strategic game modelling (with classical structure) is the aim of our paper. We assume that game has sizes 2*n. The creation of project of neuronal net with minimum number of layers and the number of neurons in every layer [1], which guarantee the obtainment of game solution is the target of analysis. Appearing two (or at least one) fundamental strategies and estimation game value (what is called the solution of game) will be the main effect of system functioning [2,3]. Proposed solution is one from possible but not optimal. It concludes from possibility of utilization in solving the strategic game system characteristics richer with information about strategies [4].

PL

Celem pracy jest zaproponowanie koncepcji przedstawienia gry strategicznej o prostej strukturze, to jest o rozmiarach 2*n w konwencji neuronowej. Celem analizy jest stworzenie projektu sieci neuronowej o minimalnej liczbie warstw i liczbie neuronów w każdej warstwie, która zapewni uzyskanie rozwiązania gry. Efektem działania systemu będzie wyłonienie dwóch (lub jednej) podstawowych strategii oraz określenie wartości gry (co nazywane jest w opisie rozwiązaniem gry). Proponowane rozwiązanie jest jednym z możliwych, lecz nie optymalnym. Powodem takiej konstatacji jest chociażby możliwość wykorzystania w systemie rozwiązującym grę strategiczna. bogatszych w informację charakterystyk analizowanych strategii.

Słowa kluczowe

EN

neural nets; strategic games; game value

PL

strategia gier; sieci neuronowe; optymalizacja strategii

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2008
• Tom: R. 8, nr 13
• Strony: 7--15
• Opis fizyczny: Bibliogr. 32 poz., rys., tab.

Twórcy

autor

Piech H.

• Czestochowa University of Technology, ul. Dąbrowskiego 73, 42-200 Częstochowa

Bibliografia

• [1] Osowski S., Sieci neuronowe do przetwarzania informacji, OWPW, Warszawa 2000.
• [2] Osowski S., Sieci neuronowe w ujęciu neuronowym, WNT, 1996.
• [3] Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydawnicza, 1993.
• [4] Luce D., Raiffa H., Gry i decyzje, Wydawnictwo Naukowe PWN, Warszawa 1996.
• [5] Fudenber D., Tirole J., Game Theory, MIT Press 1991.
• [6] Binmore K., Kirman P., Tani P., Frontiers and Game Theory, MIT Press 1993.
• [7] Owen G., Teoria gier, PWN, Warszawa 1982.
• [8] Straffin P.O., Teoria gier, Wydawnictwo Naukowe Scholar, Warszawa 2001.
• [9] Shapley L., Some Topics in Two-Person Games, In Advances in Game Theory, Priceton University Press 1964.
• [10] Watson J., Strategia, Wprowadzenie do teorii gier, WNT, Warszawa 2005.
• [11] Piech H., Leks D.: The use of nested neural structures for modeling of associative semantic network, Conference, Ateny 2005.
• [12] Aumann R., Survey of repeated games, Easy in game theory and Mathematical Economicsin Honor of Oscar Morgenstern, Institute Mannheim, Vein 1981.
• [13] Bamos A., On Pseudo-Games, Annals of Mathematical Statistics 1968, 39.
• [14] Conway J.H., On Number and Games, Academic Press 1976.
• [15] Czogała E., Perdycz W., Elementy i metody teorii zbiorów rozmytych, PWN, Warszawa 1985.
• [16] Ellison G., Learning width One Rational Player, MIT Press 1994.
• [17] Fundenberg D., Kreps D., Lectures on Learning and Equilibrium in Strategic Form Games, Core Lecture Series 1990.
• [18] Harsanyj J., Selten R., A General Theory of Equilibrium Selection in Games, MIT Press 1988.
• [19] Harsanyj J., Games with Randomly Disturbed Payoffs, International Journal of Game Theory 1973, 2.
• [20] Hofbauer J., Stability for Best Response Dynamic, University of Viena 1995.
• [21] Isaacs R., Differential games, Wiley l965.
• [22] Jaulin L., Kieffer M., Didrit O., Walter E.: Applied Interval Analysis, Springer-Verlag, London 2001.
• [23] Loeve M., Probability Theory, Springer-Verlag, Berlin 1978.
• [24] Nachbar J., Evolutionary Selection Dynamic in Games, International Journal of Games Theory 1990, 19.
• [25] Nachbar J., Prediction, Optimization and Learning in Repeated Games, Econometrica 1995.
• [26] Nash J. F., Non cooperative games, Ann. Math. 1951, 2, 296-295.
• [27] Nash J., Equilibrium points in N-persons games, National Academy of Sciences 1950, 36, 48-49.
• [28] Ozyildirim S., A discrete dynamic game approach, Computers Math. Applic. 1996, 32(5), 43-56.
• [29] Papadimitriou C. H., Games against nature, J. Comp. System Sci. 1985, 31, 288-301.
• [30] Sysło M., Deo N., Kowalik J., Discrete optimisation algorithms. WN PWN, Warsaw 1995 (in Polish).
• [31] Vavock V., Aggregating Strategies, Conference on Computational Learning Theory 1990.
• [32] Wetzeel A., Evaluation of the effectiveness of genetic algorithms in combinatorial optimization, University of Pittsburgh 1983.