Wat is actieselectie?
Actieselectie is een proces waarbij een ontworpen intelligent systeem naast een bepaald probleem zal reageren. Het is meestal een veld bestudeerd in psychologie, robotica en kunstmatige intelligentie. Actieselectie is synoniem voor besluitvorming en gedragskeuze. De verzamelde gegevens worden onderzocht en opgesplitst om deze aan te passen aan kunstmatige systemen zoals robotica, videogames en kunstmatige intelligentieprogrammering.
Veel van de gegevens in de levenswetenschappen kunnen worden waargenomen en geëxperimenteerd om een variabele respons op te roepen. Alle levende wezens hebben hun eigen instinctieve reactie op voedsel, roofdieren en vrienden. Het creëren van een gecontroleerde omgeving waar wordt waargenomen dat de bestudeerde dieren altijd verschillende oplossingen voor verschillende problemen uitvoeren, biedt onderzoekers en programmeurs een basis voor de vooruitgang van hun studie. Dit heeft op zijn beurt onderzoekers en programmeurs ertoe gebracht die instinctieve antwoorden op een gecontroleerde manier te herscheppen.
voor resEarchers en programmeurs, de meest voorkomende vragen die worden gebruikt bij de selectie van acties zijn gericht op wat daarna te doen en wat er daarna gebeurt. De antwoorden kunnen op hun beurt worden gerecycled voor een nieuwe partij experimentele actieselectie. Prime voorbeelden van actieselectie zijn te vinden in games en kunstmatige intelligentieprogrammering. In computerspellen is het te vinden in first-person shooters (FPS) zoals halo en tegen-strike. wezens , een op huisdieren gebaseerd spel, gebruikt een kunstmatige intelligentie-engine die zijn eigen beslissingen kan nemen door zich aan te passen aan taken.
Wat actieselectie een uniek veld maakt, is dat er altijd een strikte gids is om te volgen om een acceptabel niveau van gegevens te hebben. De gids zou altijd gebaseerd zijn op een onderwerp dat van een mens of dier is gevormd. Voor de meeste, zo niet alle onderzoekers en programmeurs, moet een onderwerp altijd worden geplaatst op een locatie waar de enviRonment is onvoorspelbaar en verandert altijd. Het onderwerp zal ook op tijd moeten reageren tijdens het uitvoeren van een aantal taken. Het moet ook communiceren met echte levende mensen om een willekeurige factor te brengen.
Met die vele willekeurige factoren en een strikte richtlijn om te volgen, eindigt onderzoek nooit, omdat er altijd een andere reeks omstandigheden voor elk experiment zullen zijn. Een primaire factor waardoor onderzoekers en programmeurs dit veld intensief bestuderen, is responstijd. Met elk succesvol experiment waarbij het onderwerp een actie heeft geleerd, zal er een andere manier van actie opkomen. Dit zorgt op zijn beurt voor een complexer onderwerp in vergelijking met een eerdere versie.