【Тип работы】: Курсовая работа 【Дисциплина】: Основы алгоритмизации и программирования 【Тема】: Камень, ножницы, бумага 【Задание】: Разработать консольную игру "Камень, ножницы, бумага" на C# с адаптивным ИИ. 【Требования к содержанию и оформлению】: 1. Титульный лист с указанием Министерства науки и высшего образования РФ, названия колледжа (Волго-Вятский колледж информатики, финансов, права, управления), темы работы, дисциплины, данных студента и преподавателя, года (2026). 2. Структура: Оглавление → Введение → Аналитическая часть (цель, задачи, обзор C#, .NET, Visual Studio) → Практическая часть (описание функционала, алгоритмов в виде пронумерованных шагов, тестирование) → Заключение → Список литературы (4-5 источников) → Приложение А (полный код). 3. Ключевая особенность кода (передать как требование): Игрок делает ход (камень/ножницы/бумага), ИИ предсказывает его. Алгоритм ИИ — комбинация методов: · N-граммы (глубина 3): анализирует последние ходы игрока. · Предиктор "После результата": учитывает, какой ход игрок делает после победы/поражения. · Взвешивание предикторов (увеличивается точность лучшего). · Динамическая вероятность случайного хода (exploration rate от 10% до 40%). 4. Общие требования: Объём ~15 страниц, академический стиль, без таблиц, код с комментариями.

Содержание

Введение

1⠄Глава: Теоретические основы разработки консольной игры «Камень, ножницы, бумага» с адаптивным искусственным интеллектом
1⠄1⠄Обзор языка программирования C# и платформы .NET для создания консольных приложений
1⠄2⠄Принципы построения алгоритмов искусственного интеллекта в игровых задачах
1⠄3⠄Методы прогнозирования последовательностей: N-граммы, предикторы после результата и динамическое $$$$$$$$$$$

$⠄$$$$$: $$$$$$$$$$$$ $$$$$$$$$$ $$$$ «$$$$$$, $$$$$$$, $$$$$$» $ $$$$$$$$$$ $$ $$ $$$$$ $#
$⠄$⠄$$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$
$⠄$⠄$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$ $$ $$$$$$ $$$$$$$$$$ $$$$$$$$$$$
$⠄$⠄$$$$$$$$$$$$ $$$$$$$$$: $$$$$$ $$$$$$ $$ $ $$$$$$$$ $$$$$$$$$$$$ $$$$$$

$$$$$$$$$$

$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$

Введение

Современное развитие информационных технологий характеризуется стремительным внедрением методов искусственного интеллекта в самые разнообразные сферы человеческой деятельности, от промышленной автоматизации до развлекательных приложений. Особое место в этом процессе занимают игровые алгоритмы, которые служат не только средством досуга, но и эффективной платформой для отработки и тестирования новых подходов в области машинного обучения и прогнозирования. В данном контексте разработка консольной игры «Камень, ножницы, бумага» с адаптивным искусственным интеллектом представляет собой актуальную учебно-исследовательскую задачу, позволяющую на практике применить фундаментальные принципы алгоритмизации и программирования, а также изучить механизмы построения прогнозирующих систем.

Проблематика данной работы заключается в необходимости создания такого алгоритма поведения компьютерного противника, который не ограничивается простым случайным выбором, а способен анализировать действия игрока, выявлять закономерности в его стратегии и адаптироваться к ним. Основная сложность состоит в эффективной комбинации нескольких методов прогнозирования для достижения высокой точности предсказания, а также в обеспечении динамической балансировки между исследовательским поведением (случайные ходы) и эксплуатацией выявленных шаблонов. Таким образом, требуется решить задачу разработки компактного, но функционального ИИ, работающего в условиях ограниченного набора возможных действий.

Объектом исследования в данной курсовой работе являются алгоритмы прогнозирования последовательностей и методы адаптивного поведения в игровых $$$$$$$$. $$$$$$$$$ исследования $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$ $$$ $$$$ «$$$$$$, $$$$$$$, $$$$$$», $$$$$$$$$$$ в $$$$ $$$$$ $-$$$$$, $$$$$$$$$, $$$$$$$$$$$ $$$$$$$ $$$$$$ $$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$, $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$ и $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$.

$$$$$ $$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$ $$$$$ $#, $$$$$$$$$$$$ $$$$ «$$$$$$, $$$$$$$, $$$$$$» $ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$, $$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$ $$$$$$ $$$$$$$ $$$ $$$$$$$$$$ $$$$$. $$$ $$$$$$$$$$ $$$$$$$$$$$$ $$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$: $$$$$$$ $$$$$$$$$$$$$ $$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$, $$$$$$$ $$$$$ $-$$$$$ $ $$$$$$$$$$ $$$$$$$$$; $$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$; $$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$ $$ $ $$$$$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$; $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$$ $ $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$.

$ $$$$$$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$$$$ $$$$$ $$$$$$ $$$$$$$$$$$$, $$$ $$$$$$ $$$$$$$ $ $$$$$$$ $$$$$$$$$$ $$ $$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$$$$$$$$, $$$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$ $ $$$$$$$$$$ $$$$$$$$ $$, $$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$, $ $$$$$ $$$$$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$. $$$$$$$$$$$$$$ $$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$ $$ $$$$$ $# $ $$$$$$$$$ .$$$, $$$$$$$ $$$$$$, $$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$$$$ $ $$$$$$ $$$, $ $$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$ $$$$$ $$$$$$$$$$ $$$$$$ $$$$$$.

Обзор языка программирования C# и платформы .NET для создания консольных приложений

Язык программирования C# занимает одно из ведущих мест в современной индустрии разработки программного обеспечения, представляя собой мощный и гибкий инструмент для создания широкого спектра приложений. Разработанный компанией Microsoft в начале 2000-х годов, C# изначально проектировался как объектно-ориентированный язык, сочетающий в себе лучшие черты C++ и Java, при этом предлагая разработчикам более высокий уровень абстракции и безопасности типов. За более чем два десятилетия своего существования язык претерпел значительную эволюцию, пройдя путь от версии 1.0 до современной версии 12.0, каждая из которых привносила новые синтаксические конструкции, улучшения производительности и расширения функциональных возможностей. [12].

Одним из ключевых преимуществ C# является его тесная интеграция с платформой .NET, которая предоставляет разработчику обширную библиотеку классов и среду выполнения для создания приложений различного типа. Платформа .NET, также разрабатываемая Microsoft, включает в себя общеязыковую среду выполнения (Common Language Runtime, CLR), которая отвечает за управление памятью, обработку исключений, безопасность и многопоточность. Благодаря CLR код на C# выполняется в управляемой среде, что существенно снижает риск возникновения ошибок, связанных с утечками памяти или некорректным доступом к ресурсам. Это особенно важно при разработке учебных проектов, где основное внимание уделяется логике алгоритмов, а не низкоуровневым деталям управления памятью.

В контексте разработки консольных приложений C# и .NET предоставляют все необходимые инструменты для создания функциональных и эффективных программ. Консольное приложение представляет собой простейший тип приложения, работающего в текстовом режиме, что делает его идеальной платформой для изучения основ программирования и алгоритмизации. Библиотека классов .NET включает пространство имен System, которое содержит фундаментальные классы для работы с консольным вводом и выводом, такие как Console, StreamReader и StreamWriter. Класс Console, в частности, предоставляет методы ReadLine для чтения строки текста, введенной пользователем, и WriteLine для вывода информации на экран, что позволяет организовать интерактивное взаимодействие с пользователем через командную строку. [13].

Современная среда разработки Visual Studio, также созданная Microsoft, является одним из наиболее популярных инструментов для написания кода на C#. Visual Studio предлагает разработчику интегрированную среду разработки (IDE) с широким набором функций, включая интеллектуальное автодополнение кода (IntelliSense), отладчик, инструменты для рефакторинга и систему управления версиями. Для начинающих программистов Visual Studio предоставляет удобный интерфейс, упрощающий $$$$$$$ $$$$$$$$, $$$$$$$$$$ и $$$$$$$ $$$$$$$$$$. $$$$$ $$$$, $$$$$$$ с $$$$$$ .$$$ $$$$, $$$$$$$$$ $$$$$ $$$$$$$$$$$$$$$$$$, $$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$$, $$$$$$$$$$ на C#, $$ $$$$$$ на $$$$$$$, $$ и на $$$$$$$$$$$$ $$$$$$$$ $$$$$ и $$$$$.

$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$ «$$$$$$, $$$$$$$, $$$$$$» $$$$$$$$$$$$$ $# $ .$$$ $$$$$$$$$$$ $$ $$$$$$ $$ $$$$$$$$$$$$ $ $$$$$$$$$$$$$$$$$$$, $$ $ $$$$$ $$$$$$$$$$$ $$$$$$$$$$$. $$-$$$$$$, $$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$$$ $$ $$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$$$$, $$$$$$$$$ $ $$$$$$$$$$$$$$$ $$$$$ $$$$$$, $$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$$. $$-$$$$$$, $$$$$$$$$$ $$$$$$$$$, $$$$$ $$$ $$$$, $$$$$$$$$$ $ $$$$$, $$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$ $$$ $$$$$$$$ $ $$$$$$$$$ $$$$$$$$$$$$$$$$$$$ $$$$$ $$$$$$, $$$ $$$$$$$$$$ $$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$ $$ $$$$$$ $-$$$$$. $-$$$$$$$, $$$$$$$$$ $$$$$$$$-$$$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$ $ $$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$, $$$ $$$$$$$$$ $$$ $$$$$$$$$, $$$$$$$$$$$ $ $$$$$$$$$$.

$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$ $$$$$$$ $ .$$$ $$$$$$$$$$ $$$$$$$ $$$ $$$$$$ $$ $$$$$$$$$$ $$$$$$$, $$$$$$$$$$$$$ $ $$$$$$ $$$$$$. $$$$ $$$$$ $$$$$$$$$$$$$ $$$$$$ $$$ $$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$, $$$$$$$ $$$$$ $$$$ $$$$$$$$$$$$ $$$ $$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$ $$$$ $$$$$$$$$$$$$ $$$$$$$$$$$, $$$ $ $$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$. $$$$$ $$$$, $$$$$ .$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$ $$$$$, $$$$$ $$$ $$$$ ($$$$$$$$ $$$$$$$$$$ $$$$$), $$$$$$$$$$$ $$$$$$$$$ $$$$$$$ $ $$$$$$$$$$ $$$$$$ $ $$$$$$$$$$$$$ $$$$$, $$$ $$$$$ $$$$ $$$$$$$ $$$ $$$$$$$ $$$$$$$ $$$$$ $$$$$$.

$$$$$$$ $$$$$ $$$$$$$$, $$$ $$$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$ .$$$ $$$$$ $$$$$$$$ $$$ $$$$$$$$$$. $$ $$$$$$ $$$$$$$$$ $$$$$$ $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$ .$$$ $.$ $$$ $$$$$ $$$$$$$ $$$$$$, $$$ $$$ $$$ $$$$$$ $$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$ ($$$$ $$$$ $$$$$$$, $$$) $ $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$$ $ $$$$$$$ $$$$$$$$$$$ $$$$$$$. [$$]. $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$ $ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$$$$ $ $$$$$ $$$$$$$$ $$$$$$$$$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$ $$$$$$$$$$$$$ $ $$$$$$$$$$$$ $$$$.

$$$$$ $$$$$$$, $$$$ $$$$$$$$$$$$$$$$ $# $ $$$$$$$$$ $ $$$$$$$$$$ .$$$ $ $$$$$$ $$$$$$$$$$ $$$$$$ $$$$$$ $$$$$$$$$$$$ $$$$$ $$$$$$$$$$$ $$$$$ $$$ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ «$$$$$$, $$$$$$$, $$$$$$» $ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$. $$$$$$ $$$$$ $$$$$$$$$$$$, $$$$$$$ $$$$$$$$$, $$$$$$$$ $$$$$$$$$$ $$$$$$$ $ $$$$$$$ $$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$ $$ $$$$$$$ $$$$$$$$$$$$$$$ $$$$$, $$ $$$$$$$$$$ $$ $$$$$$$$$$$ $$$$$$$$$, $$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$.

В последние годы значительное внимание уделяется развитию кроссплатформенности .NET, что существенно расширяет возможности применения C# в образовательных проектах. Начиная с версии .NET Core, платформа стала полностью кроссплатформенной, позволяя разрабатывать и запускать консольные приложения на операционных системах Windows, Linux и macOS. Это особенно важно в контексте современного образовательного процесса, где студенты могут использовать различные операционные системы, не ограничиваясь экосистемой Microsoft. Кроме того, кроссплатформенность обеспечивает возможность дальнейшего развития и модификации созданного приложения на любой удобной для разработчика платформе. [27].

Еще одним важным аспектом при выборе C# для разработки консольной игры является наличие в языке современных синтаксических конструкций, упрощающих написание лаконичного и читаемого кода. В частности, использование кортежей (tuples) позволяет возвращать из методов несколько значений без создания дополнительных классов, что может быть полезно при обработке результатов раунда. Лямбда-выражения и делегаты предоставляют гибкие механизмы для передачи поведения в качестве параметров, что может быть применено при реализации различных стратегий выбора хода искусственным интеллектом. Асинхронное программирование, реализованное через ключевые слова async и await, хотя и не является критически важным для консольного приложения, демонстрирует широту возможностей языка.

При разработке алгоритмов адаптивного искусственного интеллекта особое значение приобретает работа с коллекциями данных. В C# реализованы различные структуры данных, такие как списки (List), словари (Dictionary) и очереди (Queue), которые позволяют эффективно хранить и обрабатывать историю ходов игрока. Например, для реализации метода N-грамм глубиной 3 необходимо хранить последовательность последних трех ходов, что может быть реализовано с помощью очереди фиксированного размера. Словари, в свою очередь, удобны для хранения частотности различных комбинаций ходов, что позволяет быстро вычислять наиболее вероятный следующий ход игрока.

Среда разработки Visual Studio предоставляет мощные инструменты для отладки и тестирования кода, что является неотъемлемой частью процесса разработки сложных алгоритмов. Встроенный отладчик позволяет пошагово выполнять программу, отслеживать значения переменных и анализировать поток выполнения, что особенно полезно при проверке корректности работы комбинированного алгоритма ИИ. Кроме того, Visual Studio поддерживает модульное тестирование, что позволяет создавать автоматизированные тесты для проверки отдельных компонентов программы, таких $$$ $$$$$$$$$$ и $$$$$$$$ $$$$$$$$$$$. $$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$$ и $$$$$$$$ $$$$$$$$$$$ $$$$$$.

$$$$$$$$$$ $$$$$ $$$$$$$$, $$$ $$$$$$$$$$ .$$$ $$$$$$$$ $ $$$$ $$$$$$$$ $$$$$$$ $$$$$, $$$$$$$ $$$$$$$$$$$$$ $$$$$$ $ $$$$$$$ $$$$$$$$$ $$$$$$$$$, $$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$. $$$$ $$$ $$$$$$$$$$ $$$$$$$$$$ $$$$ «$$$$$$, $$$$$$$, $$$$$$» $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$ $$$$$$$$ $$$$$$$$$$$$, $$ $$$$$$$ $$$$$$$$$$$$$ $$$$$$$$ $ $$$$$$$$$$$$$ $$$$$$$$$. $ $$$$$$ $$$$$$$$$$$$$, $$$$$$$$, $$$ $$$$$$$$$$ $$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$$$$$$$ $$$$$ $$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$ $$$$$ $$$$$, $$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$$$.

$ $$$$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$ $$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$ $ $$$$$$$$$$$$ $$ $# $ .$$$. $$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$ $$$$$$$ $$$$$, $ $$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$$, $$$$$$$ $$$$$$$$$$$$$ $$$$$$$ $$$$$$ $$ $$$$$$$$$ $$$$$$$$$ $$$$$. $$$$$ $$$$, $$$$$$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$ $$$$$$$ $ $$$$$$, $$$$$$$$$$$ $$$$$$$$$$ $$ $#, $$$ $$$$$$$$$ $$$$$$$ $$$$$$$$ $$$$$ $ $$$$$$$$$ $$$ $$$$$$$$$. [$]. $$$ $$$$$$$$ $$$$$ $$$ $$$$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$, $$$$$ $$$$$$$ $$$$$ $$$$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$$$$$ $$$$$ $$$$$$.

$$$$$ $$$$$$$, $$$$$$$$$$$$ $$$$$$ $$$$$ $$$$$$$$$$$$$$$$ $# $ $$$$$$$$$ .$$$ $$$$$$$$$$, $$$ $$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$ $$$ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ «$$$$$$, $$$$$$$, $$$$$$» $ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$. $$$$$$$$$ $$$$$$$ $$$$$$$$$, $$$$$$$ $$$$$$$$$$ $$$$$$$, $$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$, $$$$$$$$$$$$$$$$$$$$ $ $$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$ $$$$$ $$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $$$$$. $$$ $$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$ $ $$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$ $# $$$$$$$$$ $$$$$$ $$$ $$$$$$$$ $$$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$$$$$$$$ $ $$$$$$ $$$$$$$$ $$$$$$.

Принципы построения алгоритмов искусственного интеллекта в игровых задачах

Искусственный интеллект в игровых приложениях представляет собой одно из наиболее динамично развивающихся направлений современной информатики, поскольку игры предоставляют идеальную среду для тестирования и отработки различных алгоритмов принятия решений. В отличие от классических задач искусственного интеллекта, таких как распознавание образов или обработка естественного языка, игровой ИИ функционирует в четко определенных, формализованных пространствах состояний, что позволяет применять строгие математические методы для анализа и прогнозирования. Основная цель игрового ИИ заключается в создании такого поведения компьютерного противника, которое было бы не только эффективным с точки зрения достижения победы, но и интересным для человека-игрока, создавая иллюзию разумного соперничества.

В теории игр выделяют несколько фундаментальных подходов к построению алгоритмов искусственного интеллекта. Первый подход основан на использовании деревьев решений и методов перебора, таких как минимаксный алгоритм и его модификации, которые широко применяются в играх с полной информацией, например, в шахматах или шашках. Второй подход базируется на эвристических методах, где поведение ИИ определяется набором правил и приоритетов, заложенных разработчиком. Третий подход, который представляет наибольший интерес в контексте данной работы, основан на машинном обучении и анализе последовательностей, где ИИ самостоятельно выявляет закономерности в действиях противника и адаптирует свою стратегию на основе полученных данных. [6].

Применительно к игре «Камень, ножницы, бумага» классические методы перебора не могут быть использованы, поскольку игра относится к классу игр с неполной информацией, где ходы совершаются одновременно, и игрок не знает выбора противника до момента раскрытия результатов. В таких условиях основная задача искусственного интеллекта сводится к прогнозированию будущих действий оппонента на основе анализа его предыдущих ходов. Данная задача относится к области анализа временных рядов и прогнозирования последовательностей, где ключевую роль играет выявление повторяющихся паттернов и закономерностей в поведении игрока.

Одним из фундаментальных принципов построения адаптивных игровых алгоритмов является принцип обучения на основе опыта. Суть данного принципа заключается в том, что ИИ накапливает информацию о действиях игрока в процессе игры и использует эту информацию для корректировки своей стратегии. В контексте игры «Камень, ножницы, бумага» обучение на основе опыта может быть реализовано путем ведения статистики ходов игрока, анализа частотности различных комбинаций и выявления зависимостей между предыдущими и последующими действиями. Чем больше данных накоплено, тем более точными становятся прогнозы ИИ, что обеспечивает эффект адаптации к стилю игры конкретного пользователя.

Важным аспектом при проектировании игрового ИИ является баланс между эксплуатацией известных закономерностей и исследованием новых стратегий. Данная дилемма, известная в теории обучения с подкреплением как проблема exploration-exploitation trade-off, имеет критическое значение для создания эффективного адаптивного алгоритма. Если ИИ будет слишком часто полагаться на уже выявленные паттерны, он станет предсказуемым для игрока, который может намеренно изменить свою стратегию. С другой стороны, $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$ $$$$$$$$$$$$$ ИИ и $$$$$$ $$$ $$$$$$$$$ $$$$$$$$$. $$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$ в $$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$ между $$$$$ $$$$$ $$$$$$$$ в $$$$$$$$$$$ $$ $$$$$$$ $$$$$$$$ и $$$$$$$$ $$$$$$$$$.

$$$ $$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $$$ $$$$$$$$$ $$$$$ $$$$$$$$ $$$$$$$$$$$$. $$$$$$ $$$$$$$$$ $$$$$ $$$$$ $$$$$ $$$$ $$$$$$$ $ $$$$$$ $$$$$$$: $$$$ $$$$$ $$$$$ $$$$$$ $$$$$$$$ $$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$, $$$$$$ — $$$ $$$$$$$ $$$$$$$$$$$$ $$$$$$$$$, $$$$$$ — $$$ $$$$$ $$$$$$$$$$$$$$$ $$$$$$$$, $$$$$ $$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$. $$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $$ $$$ $ $$$$$$$$ $$$$$ $$$$$$$$ $ $$$$$$$$$$ $$$$$$$$. $ $$$$$$ $$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$ $$$$$$$$ $$$$$$$$$$$, $$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$, $$$$$$$$$$$$$$$$ $$$ $$$$$$$$ $ $$$$$$$$$ $$$$$$$, $$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $ $$$$$$ $$$$$$ $$$$$$.

$$$$$$$ $$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$$ $ $$$$$$$$$$ $ $$$$$$$$$ $$$$$$. $$$$$$$-$$$$$ $$ $$$$$$$$ $$$$$$$$$ $$$$$$$$; $$$ $$$$$$$$$ $$$$$ $$$$$$$$ $$ $$$$$$$$ $$$ $$$$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$, $$$$$$$$$ $$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$ $$. $$$$$$$$$$ $$$$$$$$ $$$$$$ $$$$ $$$$$$$$ $$$$$$ $$$$$$$$$$$ $$ $$$$$ $$$$$$$$$, $$$$$$$$$$$$ $$$$ $$$$$$ $$$$$$$$$$$$$$$. $$$ $$$$$$$$$$$ $$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$ $$$$ $$$$$$$, $$$$$ $$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$ $$$$$$, $ $$$$$ $$$$$$ $$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$ $$$$$$$$$$$$. [$$]. $$$$$ $$$$$$ $$$$$$$$$ $$ $$$$$$$$$$ $$$$$$$$$$$$$$ $$$ $$$$$$$ $$$$$$$$$ $$$$$$$$$, $$ $$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$$$$$$.

$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$ $$$$ «$$$$$$, $$$$$$$, $$$$$$» $$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$ $$$$$$$ $$$$$$$$$$$ $$$$$$$$$, $$$$$$$$$ $$$ $$$$$$ $$$$$$. $$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$ $$$ $$$$$$$$$ $$$$ $$$ $$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$ $$$$ $$$$$$$$$$$ $$$ $$$$$$ $$$$$$, $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $ $$$$ $$$$$$$$$$ $$$$$ $$$$$ $$$$$$$$$$ $$$$$$. $$$$$ $$$$$$$ $$$$$$, $$$$$ $$$ $-$$$$$$ $ $$$$$$$$$$ $$ $$$$$$ $$$$$$$$$, $$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$ $$$$ $$$$$ $$$$$$$ $$$$$$$$$$$$$ $$$ $$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$. $$$ $$$$$$ $$ $$$$$$$$$$$$$$$$ $$$$$$$ $$$ $$$$$$$$$$ $ $$$$$$ $$$$$$$$ $$$$$$$, $$$ $$$$$$$$ $$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$ $$$$$$$$$$.

$$$$$ $$$$$$$, $$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$ $$$$$$$ $$$$$$$$$$, $$$ $$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$ $ $$$$ «$$$$$$, $$$$$$$, $$$$$$» $$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$. $$-$$$$$$, $$$$$$$$ $$$$$$ $$$$ $$$$$$$$ $$$$$$$$$ $$ $$$$$$ $$$$$, $$$$$$$$$$ $ $$$$$$$$$$ $$$$$$ $ $$$$$ $$$$$$. $$-$$$$$$, $$$$$$$$$$ $$$$$$$$$$ $$$$$$ $$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$$$ $$$$$ $$$$$$$$$. $-$$$$$$$, $$$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$ $$$$$$$$ $ $$$$$$$$$$$$ $$$$$$$$$. $-$$$$$$$$$, $$$$$$$$ $$$$$$ $$$$ $$$$$$$$$$ $ $$$$$$$$$$ $ $$$$$$$$$ $$$$$$. $$$$$$$, $$$ $$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$, $$$$$$$ $$$$$$$$$$$$ $$$$$$$ $ $$$$$$$$$$$ $$$$$$$$, $$$$$$$ $ $$$$$$ $$$$ $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$.

Важное место в теории игрового искусственного интеллекта занимает вопрос оценки эффективности алгоритмов. Для объективного сравнения различных подходов необходимо определить метрики, позволяющие количественно измерить качество работы ИИ. В контексте игры «Камень, ножницы, бумага» наиболее очевидной метрикой является процент побед компьютерного противника по отношению к общему количеству сыгранных раундов. Однако данная метрика не всегда отражает истинную эффективность алгоритма, поскольку результат игры зависит не только от качества прогнозирования, но и от стратегии самого игрока. Более информативной метрикой является точность предсказания, то есть доля случаев, когда ИИ правильно определил ход игрока, независимо от того, привело ли это к победе или поражению в раунде. [14].

Анализ точности предсказания позволяет оценить, насколько хорошо алгоритм выявляет закономерности в поведении игрока. Для игры «Камень, ножницы, бумага» теоретический максимум точности предсказания при случайном угадывании составляет 33,3%, поскольку существует три равновероятных варианта хода. Любое превышение этого порога свидетельствует о том, что алгоритм успешно выявляет неслучайные паттерны в действиях игрока. При этом важно учитывать, что точность предсказания может варьироваться в зависимости от стиля игры конкретного пользователя: игроки, склонные к повторяющимся последовательностям, будут более предсказуемы, чем те, кто сознательно пытается вносить элемент случайности в свои действия.

Еще одним важным аспектом при проектировании игрового ИИ является учет психологических факторов поведения человека. Исследования в области когнитивной психологии показывают, что люди, играя в «Камень, ножницы, бумага», часто демонстрируют определенные поведенческие паттерны. Например, после победы многие игроки склонны повторять тот же ход, который принес им успех, тогда как после поражения они часто меняют стратегию, выбирая ход, который мог бы победить предыдущий ход противника. Также существует тенденция к циклическому выбору ходов (камень, ножницы, бумага, камень), особенно среди неопытных игроков. Учет этих психологических особенностей позволяет значительно повысить точность прогнозирования.

В контексте данной работы особый интерес представляет метод предиктора «после результата», который специально разработан для выявления зависимости между исходом предыдущего раунда и следующим ходом игрока. Данный метод основан на гипотезе о том, что эмоциональная реакция человека на победу или поражение влияет на его последующий выбор. Победа может вызвать желание закрепить успех, повторяя удачный ход, в то время как поражение стимулирует к поиску новой стратегии. Предиктор «после результата» накапливает статистику по каждому из трех возможных исходов (победа, поражение, ничья) и на основе этой статистики предсказывает наиболее вероятный следующий ход игрока.

Метод N-грамм, в свою очередь, ориентирован на выявление последовательных паттернов в ходах игрока, независимо от контекста результатов предыдущих раундов. Глубина N-граммы определяет, сколько последних ходов учитывается при анализе. Для глубины 3 алгоритм анализирует последовательности из трех ходов и на основе частотности их появления прогнозирует четвертый ход. Преимущество данного метода заключается в его способности выявлять сложные последовательные закономерности, которые могут не зависеть от результатов раундов. Например, если игрок склонен использовать циклическую стратегию (камень, ножницы, бумага, камень), N-грамма глубиной 3 сможет успешно предсказывать его следующий ход.

Комбинирование методов N-грамм и предиктора «после результата» позволяет $$$$$$$$ $$$$$ $$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$, $$$$$$$$ $$$ $$$$$$$$$$$$$$$$ $$$$$$$$, $$$ и $$$$$$$$$$$$$$$ $$$$$$$$$$$. $$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$$$ методов $$$$$ $$$$ $$$$$$$$$$$$$, $$$$$$$$$ $ $$$$$$ $$$$$$$ $$$$ $$$$ $$$$$ $$$$$ $$$$ $$$$$ $$$$$$, $$$ $$$$$$. $$$$$$ $$$ $$$$$$$ $$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$, $$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$ $$$$$$$ $$$$$$ $ $$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$$ $$ $$$ $$$$$$$ $$$$$$$$. [$$].

$$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$$ $$$$$$$: $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$, $$$$$$$$, $$$$$$ $.$. $$$$$ $$$$$$$ $$$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$, $ $$$$ $$$$$$$$$ $$$ $$$$$$$$$$ $$$$$$$$$$$$, $$$ $$$ $$$$$$$$$$$$$, $$$$ $$$$$$$$$$$$ — $$$$$$$$$$$. $$$$$$$$ $$$$$$$$$ $$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$, $$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$. $$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$ $$$$ $$$$$$$ $ $$$$$$$$$$$$ $$$$$$$$$$$$, $ $$$ $$$$$$$$ $$$$$$$$$$ $$ $$$$$$$$$$$$$$$ $$$$. $$$, $$$$$$$$$ $$$$$$$$$$ $$$$$ $$$$$$$$$$ $$$$$$$$$, $$$$$$$$$$ $$$ $$$$$$$$ $$$$$$$$$$$$ $$.

$$ $$$$$ $$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$, $$$ $$$$$$$$$$$ $$$$. $$$$$$ $$$$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$$$$$$$$$ $ $$$$$$$$$ $$, $$$ $$$$$$$$$$ $$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$ $$$$$$$$$ $$$$$$$. $$$$ $$ $$$$$$ $$$$$$$$ $$$, $$$$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$, $$$$$ $$ $$$$$$$$ $$$$$ $$$$$$$ $$$$$$$$$$$$$$ $ $$$ $$$$$$$$$ $ $$$$$$ $$$$$$$$$$$$ $$$ $ $$$$$ $$$$$$$$$. $$$$$$$$ $$$$$$$$$ $$$$$ $ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$ $$$$$ $$$$$$$$$$$$$, $$$ $$$$$$$$ $$$ $$$$$$$$$$$$ $ $$$$$$$$$$$$$$$. [$].

$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$ $$ $$% $$ $$% $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$$ $$ $$$$$$$ $$$$$$$$. $$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$ $ $$ $$$$$$$$ $$$$$$$$$$, $$$$$$$$$$$ $$$$ $$$$$ $$$$ $$$$$$, $$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$. $$$$$ $$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$, $$$$$$$$$$$ $$$$ $$$$$$$$$$$$$, $$$ $$$$$$$$$ $$ $$$$$$$$$$$ $$$$$ $$$$$$$$$ $ $$$$$$$$ $$$$$$$$$$$$$$$. $$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$ $$$$$ $$$$$$$$$$$$$ $ $$$$$$$$$$$$$ $$ $$$$$$$$$$ $$$$ $$$$.

$$$$$ $$$$$$$, $$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$ $$$$$$$ $$$$$$$$$$, $$$ $$$$$$$$$$$ $$$$$$$ $$$ $$$$ «$$$$$$, $$$$$$$, $$$$$$» $$$$$$ $$$$$$$$$$$$ $$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$. $$$$$ $-$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$ $ $$$$$ $$$$$$, $$$$$$$$$ «$$$$$ $$$$$$$$$$» $$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$, $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$, $ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$ $$. $$$$$ $$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$, $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$ $ $$$$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$ $$$$ $$$$$$$$$$ $$$$$.

Методы прогнозирования последовательностей: N-граммы, предикторы после результата и динамическое взвешивание

Прогнозирование последовательностей является одной из фундаментальных задач в области анализа данных и машинного обучения, находящей широкое применение в самых различных сферах, от обработки естественного языка до финансового анализа и игровых алгоритмов. Суть задачи заключается в том, чтобы на основе известной последовательности предыдущих элементов предсказать наиболее вероятный следующий элемент. В контексте игры «Камень, ножницы, бумага» данная задача приобретает конкретную форму: имея историю ходов игрока, необходимо определить, какой ход он сделает следующим. Для решения этой задачи существует множество методов, каждый из которых имеет свои преимущества и ограничения.

Метод N-грамм является одним из наиболее простых и в то же время эффективных подходов к прогнозированию последовательностей. Данный метод пришел из области компьютерной лингвистики, где он используется для моделирования вероятностей появления слов в тексте на основе контекста из предыдущих N-1 слов. В применении к игре «Камень, ножницы, бумага» N-грамма представляет собой последовательность из N ходов игрока, где первые N-1 ходов являются контекстом, а последний ход является предсказываемым элементом. [5]. Глубина N определяет, сколько предыдущих ходов учитывается при анализе: чем больше глубина, тем более сложные последовательные паттерны может выявить алгоритм, но тем больше данных требуется для надежной оценки вероятностей.

При глубине N=3 алгоритм анализирует последовательности из трех ходов. Процесс работы N-граммного предиктора можно описать следующим образом. На этапе обучения алгоритм просматривает всю историю ходов игрока и подсчитывает частоту появления каждой возможной тройки ходов. Например, если игрок три раза подряд выбрал камень, то тройка «камень, камень, камень» получает одно наблюдение. Если после этого он выбрал ножницы, то тройка «камень, камень, ножницы» также фиксируется. На этапе прогнозирования алгоритм берет два последних хода игрока (контекст) и ищет в своей базе данных все тройки, начинающиеся с этого контекста. Затем он анализирует, какой третий ход встречался после данного контекста наиболее часто, и выбирает его в качестве прогноза.

Одним из важных аспектов реализации N-граммного предиктора является обработка ситуации, когда контекст встречается впервые и отсутствует в статистической базе. В таком случае алгоритм не может сделать осмысленного предсказания, и необходимо применять стратегию по умолчанию, например, возвращать случайный ход или переходить к N-грамме меньшей глубины. Данная проблема особенно актуальна на начальных этапах игры, когда накоплено недостаточно данных для надежного статистического анализа. По мере накопления истории ходов количество неизвестных контекстов уменьшается, и точность прогнозирования возрастает.

Предиктор «после результата» представляет собой специализированный метод, ориентированный на выявление зависимости между исходом предыдущего раунда и следующим ходом игрока. Данный метод основан на гипотезе о том, что психологическое состояние игрока, вызванное победой или поражением, оказывает влияние на его последующий выбор. Для реализации данного предиктора необходимо вести три отдельные статистические таблицы: для ситуаций после победы игрока, после поражения игрока и после ничьей. [19]. Каждая таблица накапливает частотность ходов игрока в соответствующем контексте.

Процесс работы предиктора «после результата» выглядит следующим образом. После каждого раунда фиксируется не только ход игрока, но и исход раунда для игрока. Если игрок выиграл раунд, то его ход заносится в статистическую таблицу «после победы». Если проиграл — в таблицу «после поражения», если ничья — в таблицу «после $$$$$$». $$ $$$$$ $$$$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$ исход $$$$$$$$$$$ раунда и $$$$$$$$$$ $ $$$$$$$$$$$$$$$ $$$$$$$. $$ $$$$ $$$$$$$ $$$$$$$$$$ ход, $$$$$$$ игрок $$$$$$$$ $$$$$$$$ $$$$$ после $$$$$$$ $$$$$$, и $$$$ ход $$$$$$$$ в $$$$$$$$ $$$$$$$$.

$$$$$ $$$$$$$$, $$$ $$$$$$$$$ «$$$$$ $$$$$$$$$$» $$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$ $$$$, $$$$$ $$$ $$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$ $$$$$$$ $$ $$$$ $$$$$$$$$ $$$$$$$. $$$ $$$$$$$ $$$$ $$$$$$$$ $$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$$$$$$ $$ $$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$. $$$$$$$$, $$$$$$$$, $$$ $$$$$ $$$$$$ $$$$$$ $$$$ $$$$$$$$$ $$$$ $$$, $$$$$ $$$$$$$$$ — $$$$$$ $$$ $$ $$$, $$$$$$$ $$$ $$ $$$$$$$$ $$$$$$$$$$ $$$ $$$$$$$$$$, $ $$$$$ $$$$$$ — $$$$$$$ $ $$$$$$$$$$$$ $$$$$$. $$$$$$ $$$$$$ $$$$$$$$$$$$$$ $$ $$$$$$$$ $$$$$$$$$$$$$$ $ $$$$$ $$$$$$$$$$$$$ $ $$$$$$$$$$$ $$ $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$.

$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$$$$$$, $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$ $$$$$$$. $$$$$$$$ $$$$ $$$$$$$ $$$$$$$ $$$$$$$$$$$ $ $$$, $$$ $$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$, $$$$$$$$$$ $$$ $$$$$$$ $$$$$$$$, $ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$ $$$$$$$$$$ $$$$$ $$$$$$$$$ $$$$ $$$$$$$$$$$. $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$$ $ $$$$$$$$$ $$$$$$, $$$$$$$ $$$$$$$$$ $$$$ $$$$$$, $$$$$$$ $ $$$$$$ $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$. [$$].

$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$$ $$$$$$. $$ $$$$$$ $$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$, $$$$$$ $$$$$$ $$$$$$$. $$ $$$$$$ $$$$$ $$$$$ $$$$$$$ $$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$$$: $$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$, $$$ $$$ $$$$$$$$$$$$$ $$ $$$$$$$$$ $$$$$$$$, $$$$ $$$$$$ — $$$$$$$$$$$. $$$$$$$$ $$$$$$$$$ $$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$, $$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$. $$$$$$$ $$$$$$$ $$$$$$$$$$$ $$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$, $$$$$$$ $$$$$$$$$ — $ $$$$$$$$$ $$$$$$$$$.

$$ $$$$$$$ $$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$, $$$$$$ $$$$$$$$$ $$$$$$ $$$$ $$$$$$$, $$$$$$$ $$$$$ $$$$ $$$$$$$$$$$ $ $$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$$ $$ $$$$ $$$$$$$$$ $$$$$. $$$$$$$$, $-$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$ $$$$$$$$$$$$$ {$$$$$$: $.$, $$$$$$$: $.$, $$$$$$: $.$}, $$$$$$$$ $$ $$, $$$ $ $$$$$$$$$$$$ $$% $$$$$ $$$$$$$ $$$$$$. $$$$$$$$$ «$$$$$ $$$$$$$$$$» $$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$ $$ $$$$$$ $$$$$ $$$$$$$$$$. $$$$$ $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$ $$$$$$$$$$$$$$$ $$$ $$$$$$$$$$, $ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$. $$$, $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$, $$$$$$$$$$ $ $$$$$$$$ $$$$$$$$$ $$$$$$$$.

$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$, $$$ $$$$$$$$$$$ $$$$. $$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$$$, $$$ $$ $$$$$$$ $$$$$$$$$ $$$ $$$$$$ $$$$, $$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$. $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$ $$ $$% $$ $$% $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$$ $$ $$$$$$$ $$$$$$$$. $$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$, $$$$$$$$$$$ $$$$ $$$$$$$$$, $$$ $$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$ $$. $$$$$ $$$$$$$$ $$$$$$, $$$$$$$$$$$ $$$$ $$$$$$$$$$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$ $$$$$$$$$ $ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$ $$.

$$$$$ $$$$$$$, $$$$$$$$$$ $$$$$$$ $-$$$$$, $$$$$$$$$$ «$$$$$ $$$$$$$$$$», $$$$$$$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$$$ $$$$$ $$$$$$ $ $$$$$$ $$$$$$$$$$ $$$ $$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$ $ $$$$ «$$$$$$, $$$$$$$, $$$$$$». $-$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$ $ $$$$$, $$$$$$$$$ «$$$$$ $$$$$$$$$$» $$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$, $$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$$, $ $$$$$$$$$ $$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$. $$$$$$ $$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$, $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$ $$$$ $$$$$$$$$$ $$$$$.

Важным аспектом реализации комбинированного алгоритма прогнозирования является выбор оптимального коэффициента обучения для механизма взвешивания. Данный коэффициент определяет, насколько быстро веса предикторов адаптируются к изменениям в их точности. Слишком высокий коэффициент обучения приводит к чрезмерной волатильности весов, когда даже единичная ошибка предиктора может существенно изменить его вклад в итоговое предсказание. Слишком низкий коэффициент, напротив, делает систему инертной, неспособной своевременно реагировать на изменения в поведении игрока. Эмпирические исследования показывают, что оптимальное значение коэффициента обучения для данной задачи находится в диапазоне от 0.1 до 0.3, что обеспечивает разумный баланс между стабильностью и адаптивностью. [1].

Особого внимания заслуживает вопрос инициализации весов предикторов в начале игры. Поскольку на начальном этапе отсутствует статистика для оценки точности каждого метода, необходимо задать начальные веса, отражающие априорные предположения об их эффективности. В данной работе предлагается устанавливать начальные веса всех предикторов равными единице, что соответствует равному доверию ко всем методам. По мере накопления данных веса будут корректироваться в соответствии с реальной точностью каждого предиктора. Альтернативным подходом является присвоение более высоких начальных весов тем методам, которые, согласно теоретическим предпосылкам, должны демонстрировать лучшие результаты в начальный период игры.

Важным дополнением к механизму взвешивания является использование метода скользящего окна для оценки точности предикторов. Вместо оценки точности на всей истории игры, что может быть неэффективно при изменении стратегии игрока, предлагается оценивать точность только на последних K раундах. Размер окна K является важным гиперпараметром: слишком маленькое окно делает оценку неточной из-за недостатка данных, слишком большое — снижает адаптивность системы. Оптимальный размер окна для данной задачи составляет от 10 до 20 раундов, что обеспечивает достаточную статистическую значимость при сохранении способности быстро реагировать на изменения.

Динамическая вероятность случайного хода, или exploration rate, является еще одним ключевым компонентом алгоритма, требующим тщательной настройки. В данной работе exploration rate изменяется в диапазоне от 10% до 40% в зависимости от текущей точности предсказаний. Когда точность предсказаний превышает 70%, exploration rate устанавливается на минимальном уровне 10%, что позволяет максимизировать эффективность ИИ. Когда точность падает ниже 40%, exploration rate увеличивается до 40%, что способствует исследованию новых стратегий и предотвращает предсказуемость. Промежуточные значения вычисляются линейной интерполяцией, что обеспечивает плавное изменение уровня случайности.

Следует отметить, что динамическое изменение exploration rate может быть реализовано различными способами. В данной работе предлагается использовать линейную зависимость между точностью предсказаний и exploration rate, однако возможны и другие функциональные зависимости, например, экспоненциальная или сигмоидальная. Выбор конкретной функции зависит от требуемого характера адаптации: линейная зависимость обеспечивает равномерное изменение, экспоненциальная — более резкое изменение при приближении к пороговым значениям, сигмоидальная — плавное изменение в средней зоне и насыщение на краях диапазона. [24].

Важным аспектом реализации является также обработка граничных случаев, когда количество накопленных данных недостаточно для надежного прогнозирования. В начале игры, когда $$$$$$$ $$$$$ $$$$ $$$$$$$, $-$$$$$$$$ $$$$$$$$$ $$ $$$$$ $$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$, $$$$$$$$$ для $$$$$$$ $$$$$$$$$ $$$$$$$$ $$ $$$$ $$$$$. $$$$$$$$$$, $$$$$$$$$ «$$$$$ $$$$$$$$$$» $$$$$$$ $$$$ $$ $$$$$$ $$$$$$ для $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$. В $$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$ $$$$$$$$$, $$$$$$$$$$$$$ $ $$$$$$$$$ $$$$$$ $$$$. $$ $$$$ $$$$$$$$$$ данных, когда $$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$, $$$$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$.

$$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$ $-$$$$$$. $ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $-$$$$$$ $$$$$$$$$$$ $ $$$$$ $, $$$$$$ $ $$$$$$$$$ $$$$$$$$$ $$$$$ $$$$ $$$$$$$ $$$$$$$$ $$$$$$$$$ $$$$$$$ $$ $ $$$ $$$$$$$$$$$ $$ $. $$$$$$$$, $$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$ $$$$$$$$$ $$$$$$$ $$$$$ $$$$$, $$$$$ $$$$$$$$ $$$$$$$ $ $$$$$$$ $$$. $ $$$$$$$$, $$$ $$$$$$$ $$$$$$$$ $$$$$$ $$$$$$ $ $$$$$$$$$$ $$$$$$$$$ $$$$$$, $$$$$$$$$$ $$$$$$$ $$$$$ $$$$$$$$$ $$$$$$$ $$$$$ $$$$$$$ $$$$$$$$. $$$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$ $ $$$$$$$$$, $$ $$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$.

$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$, $$$$$$$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$. $$$$$$$$, $$$$$ $$$$$$$$ $$$$$$$$$, $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$, $$$ $$$$$$$$$, $$$$$$$$$$$ $$$$$$$$$ $$$$$$. $$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$ $$$ $$$$$$$$$ $$$ $$$ $$$$$$$$$$$ $$$$$$$, $$$ $$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$ $$$$$$. $$$$$$ $$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$ $ $$$$$$$ $$$$$$, $$$ $$$$$ $$$$ $$$$$$$$$$ $$$ $$$$$$ $$$$$$.

$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$$$$ $$$$$$$$$$, $$$ $$$$$$$$$$ $-$$$$$, $$$$$$$$$$ «$$$$$ $$$$$$$$$$», $$$$$$$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$$$ $$$$$ $$$$$$$$$$$ $ $$$$$$$$$$$$$$$$ $$$$$$ $ $$$$$$$ $$$$$$ $$$$$$$$$$$$$$$ $ $$$$ «$$$$$$, $$$$$$$, $$$$$$». $$$$$$ $$ $$$$$$$ $$$$$$ $$$$ $$$$$$$$$$ $$$$$ $ $$$$$ $$$$$$$: $-$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$, $$$$$$$$$ «$$$$$ $$$$$$$$$$» $$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$, $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$$, $ $$$$$$$$$ $$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$. $$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$, $$$$$ $$$ $$$$$$$$$$$ $$$$$$$$, $$$$$$ $$$$$$$$$$$ $$$$ $ $$$$$$$$ $$$$$$$$$$$ $$$$, $$$$$$$$$ $$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$$$ $$$$$$$. $$$$$$ $$$$$$ $$$$$ $$$$ $$$$$$$$$$$$ $$$ $$$$$$$$$$ $ $$$$$$ $$$$$$$$ $$$$$$ $$ $$$$$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$$$$$$$$.

Проектирование архитектуры приложения и описание функциональных возможностей

Разработка любого программного продукта начинается с этапа проектирования, на котором определяется общая архитектура приложения, выделяются основные компоненты и устанавливаются связи между ними. Для консольной игры «Камень, ножницы, бумага» с адаптивным искусственным интеллектом архитектура должна быть спроектирована таким образом, чтобы обеспечить четкое разделение ответственности между различными модулями, что облегчает разработку, тестирование и последующую модификацию кода. В основе проектирования лежит принцип модульности, согласно которому каждый функциональный блок приложения отвечает за строго определенный набор задач и взаимодействует с другими блоками через четко определенные интерфейсы.

Основными функциональными требованиями к разрабатываемому приложению являются следующие: приложение должно предоставлять пользователю возможность играть в игру «Камень, ножницы, бумага» против компьютерного противника; компьютерный противник должен использовать адаптивный алгоритм искусственного интеллекта, основанный на комбинации методов N-грамм, предиктора «после результата», динамического взвешивания и переменной вероятности случайного хода; приложение должно вести статистику сыгранных раундов, включая количество побед, поражений и ничьих; пользователь должен иметь возможность завершить игру в любой момент по своему желанию. [16].

На основе сформулированных требований была разработана архитектура приложения, включающая следующие основные компоненты. Первым компонентом является модуль взаимодействия с пользователем, который отвечает за прием ввода от игрока и вывод информации на экран консоли. Данный модуль реализует интерфейс командной строки, через который игрок может вводить свои ходы, просматривать текущий счет и управлять процессом игры. Вторым компонентом является игровой движок, который реализует основную логику игры: определение победителя в каждом раунде, ведение счета и управление последовательностью раундов. Третьим компонентом является модуль искусственного интеллекта, который реализует алгоритмы прогнозирования ходов игрока и выбора ответного хода компьютерного противника.

Модуль взаимодействия с пользователем спроектирован таким образом, чтобы обеспечить интуитивно понятный и удобный интерфейс, несмотря на ограничения консольного режима. Пользователю предлагается вводить свой ход с клавиатуры, используя цифровые обозначения: 1 для камня, 2 для ножниц, 3 для бумаги. Также предусмотрена возможность ввода специальных команд, таких как 0 для выхода из игры. После каждого раунда на экран выводится информация о выбранных ходах, результате раунда и текущем счете. Для улучшения читаемости вывода используются разделители и форматирование текста, что делает процесс игры более комфортным для пользователя. [2].

Игровой движок реализует основную логику игры, которая включает в себя несколько ключевых функций. Первая функция — определение победителя в раунде на основе правил игры: камень побеждает ножницы, ножницы побеждают бумагу, бумага побеждает камень, одинаковые ходы приводят к ничьей. Вторая функция — ведение счета, которое включает подсчет количества побед игрока, побед компьютера и ничьих. Третья функция — управление последовательностью раундов, которая обеспечивает циклическое выполнение игры до тех пор, пока пользователь не решит ее завершить. Игровой движок также отвечает за передачу данных между модулем взаимодействия с пользователем и модулем искусственного интеллекта.

Модуль искусственного интеллекта является наиболее сложным компонентом приложения, реализующим комбинированный алгоритм прогнозирования. Данный модуль включает в себя несколько подкомпонентов: предиктор на основе N-грамм, предиктор «после результата», механизм взвешивания и модуль $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$. $$$$$$ $$ $$$$ подкомпонентов $$$$$$$$$$ в $$$$ $$$$$$$$$$ $$$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$$$$ и $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$. $$$$$$$$$$$$$$ $$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$ $$$$$ $$$$$$$$$$$$ $$$$$$$$$$, $$$ $$$$$$$$$ $$$ $$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$.

$$$$$$$$$ $$ $$$$$$ $-$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$ $$$$$$$$$$, $$$ $$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$$$$ $$ $$$$ $$$$$$$$$ $$$$$ $$$$$$ ($$$$$$$$), $ $$$$$$$$$ — $$$$$$$, $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$. $$$ $$$$$$$$$ $$$$$$ $$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$ $$$$$$$$$$, $$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $$$$$$ $$$$$. $$$ $$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$, $$$$$$$$$$$$$$$ $$$$ $$$$$$$$$ $$$$$ $$$$$$, $ $$$$$$$$ $$$ $ $$$$$$$$$$$$ $$$$$$$$. $$$$ $$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$, $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$. [$$].

$$$$$$$$$ «$$$$$ $$$$$$$$$$» $$$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$ $$$$$$$$$ $$$$$$$$, $$$$$$ $$ $$$$$$$ $$$$$$ $$$$$$$$$$ $$$$$ $$$$$$ $$$$$ $$$$$$$$$$$$$ $$$$$$: $$$$$$, $$$$$$$$$ $$$ $$$$$$. $$$$$ $$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$ $$$ $$$$$$ $ $$$$$ $$$$$$, $$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$. $$$ $$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$ $$$$$$$$$$$ $$$$$$ $ $$$$$$$$$$ $ $$$$$$$$$$$$$$$$ $$$$$$$ $$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$. $$$$ $$$$$$$$$$ $$ $$$$$$$ $$$$$$ $$$$$$$$$$$, $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$.

$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$$$$ $$$$$, $$$$$$$ $$$$$$ $$$$$$$ $$$$ $$$$$$$ $$$$$$$$$$ $ $$$$$$$$$ $$ $$$$$ $$$$$$$ $$$$$$ $$ $$$$$$ $$$$$$$$ $$$$$$$$$$$$. $$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$ $$ $$$$ $$$$$$$$$ $$$$$, $$$$$$$$ $$$$$$ $$$$$$$$$$$$$ $$ $$$$$$$$$$$$$$$ $$$ $ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$. $$$, $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$, $$$$$$$$$$ $ $$$$$$$$ $$$$$$$$$ $$$$$$$$.

$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$ $ $$$$$$$$$ $$ $$% $$ $$% $ $$$$$$$$$$$ $$ $$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$. $$$$$ $$$$$$$ $$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$ $$ $$$$$$ $$$$$$$$$$$ $$$$ $$$$$$$$$ $$ $$$$$$$ $ $$ $$$$$$ $$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$$$ $$$$. $$$$$ $ $$$$$$$$$$$$, $$$$$$ $$$$$$$$$$$ $$$$, $$$$$$$$ $$$ $$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$, $ $ $$$$$$$$$$$$ $ $$$$$ $$$$$$$$$$$ $$$$ — $$ $$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$.

$$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$. $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$$$ $$$$$$$$$$$$, $$$$$ $$$$$$ $$$$$ $$ $ $$ $ $$$$$$$$ $$$$$ $$$$$$ $$$$$$. $ $$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$ $$$$$$ $ $$$$$$$$$$$$ $$$$$$$$$ $$$$. $$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$ $$$$ $$$$$$ $$$$$$$$ $ $$$ $$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$ $$$$$$$$$$$. $ $$$$ $$$$$$ $$ $$$$$$ $$$$$$$$$ $$$$ $$ $$$ $$$, $$$$ $$ $$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$.

$$$$$ $$$$$$$, $$$$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$ $$$$$$$$, $$$$$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$. $$$$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$$$$$ $$$$$$$$ $$ $$$$ $ $$$$$ $$$$$$, $$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$ $$$$, $ $$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$. $$$$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$$ $$$$$$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$ $ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$ $$$$.

Важным аспектом проектирования архитектуры является выбор подхода к хранению данных о ходе игры. В разрабатываемом приложении предлагается использовать два основных типа данных: текущее состояние игры и историю ходов. Текущее состояние игры включает в себя информацию о последнем ходе игрока, последнем ходе компьютера, результате последнего раунда и текущем счете. История ходов представляет собой последовательность всех ходов, сделанных игроком за время текущей игровой сессии, и используется модулем искусственного интеллекта для анализа и прогнозирования. Для хранения истории ходов предлагается использовать структуру данных List, которая обеспечивает эффективное добавление новых элементов и доступ к элементам по индексу. [22].

При проектировании архитектуры также необходимо учитывать вопросы производительности приложения. Поскольку игра «Камень, ножницы, бумага» не требует высокопроизводительных вычислений, основное внимание уделяется не столько скорости выполнения, сколько читаемости и поддерживаемости кода. Тем не менее, при реализации алгоритмов прогнозирования следует учитывать, что операции поиска в словарях и обновления статистики должны выполняться с минимальной временной сложностью. Использование хеш-таблиц (Dictionary) для хранения статистики предикторов обеспечивает константное время доступа к данным, что является оптимальным решением для данной задачи.

Важным элементом архитектуры является также система управления версиями и документация кода. В процессе разработки рекомендуется использовать систему контроля версий Git, которая позволяет отслеживать изменения в коде, возвращаться к предыдущим версиям и работать над различными функциями параллельно. Для документирования кода предлагается использовать комментарии в формате XML, которые могут быть автоматически обработаны инструментами генерации документации. Каждый метод и класс должны сопровождаться комментариями, описывающими их назначение, входные и выходные параметры, а также возможные исключительные ситуации.

Особое внимание при проектировании архитектуры уделяется вопросам тестирования. Для обеспечения возможности модульного тестирования каждый компонент приложения должен быть спроектирован таким образом, чтобы его можно было изолировать от остальной системы и тестировать независимо. Для этого предлагается использовать принцип внедрения зависимостей (dependency injection), при котором зависимости компонента передаются через конструктор или методы, а не создаются внутри компонента. Это позволяет при тестировании заменять реальные зависимости на заглушки (mocks), что существенно упрощает процесс тестирования.

Функциональные возможности приложения включают в себя не только основную игровую механику, но и ряд дополнительных функций, повышающих удобство использования. Одной из таких функций является отображение текущей статистики игры, которая включает количество сыгранных раундов, количество побед игрока, количество побед компьютера и количество ничьих. Статистика отображается после каждого раунда, что позволяет игроку отслеживать динамику игры. Также предусмотрена функция отображения текущего exploration rate, что дает игроку представление о степени случайности в поведении компьютерного противника.

Еще одной важной функцией является возможность просмотра истории последних ходов. После каждого раунда на экран выводится информация о том, какие ходы были сделаны игроком и компьютером, а также какой ход был предсказан комбинированным алгоритмом. Это позволяет игроку наблюдать за процессом обучения $$$$$$$$$$$$$$ $$$$$$$$$$ и $$$$$$$$, $$$$$$$$$ $$$$$$$ $$$$$$$$ $$$$$$$$$$$$$ $$$ $$$$$$$$. $$$$$$ $$$$$$$ также $$$$$$$ $$$ $$$$$$$ и $$$$$$$$$$$$ $$$$$$$$$, $$$$$$$$$ позволяет $$$$$$$$$ $$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$.

$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$ $$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$. $$$$$$$$$ $$$$$$$$$$ $$$$$$$$ $$$$$$$$$$ $ $$ $$$$$$$$ $ $$$$$$$$ $$$$$$$, $$$$$$$ $$$$$$$$$$$$ $$ $$$$$$$$ $$$$$$$$$$$$. $$$ $$ $$$$$, $$$$$$$$$$$$$ $$$$$$ $$ $$$$$$$$$$$$$ $$$$$ $$$$$$, $$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$ $ $$$$$$ $$$$$$$$$. $$$ $$$$$$$$ $ $$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$$$$ $$$-$$$$$ $$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$$. $ $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$ $$ $$$$$$ $ $$$$$$$$$ $$$$$$$$$ $$$$$$. [$$].

$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$ $$$$$ $$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$. $ $$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$ $$$$ $$$$$$ $$$$$$$$ $ $$$$$$$ $$$$$ $$$$$, $$$$$ $$$$$ $$$$$$ $$$$$$ $$$, $$$ $$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$ $$$$$$ $$$$$$$$$$$. $$$ $$$$$$$ $$$$$$ $$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$. $$$$$$$$, $$$ $$$$$$$$$$ $$$$$$$ $$$$$ $$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$, $ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$. $$ $$$$ $$$$$$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$ $ $$$$$$$$$$$$ $$$$$$ $$$$$$.

$ $$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$ $$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$ $ $$$$$$$$ $$$$$$. $$$$$$$ $$$$$$ $$ $$$$$$$$$$$$ $$$$$$$$$$$ $ $$$$ $$$$$$, $$$$$$$ $$$$$ $$$$$$$$$$$$$ $ $$$$$$$$$$$$$ $$$$$$$$, $$$$$$$$$$$$$$$ $$$$$$$$$$ $$$$. $$$$$$$$ $$$$$$ $$$$$$$$$$$ $ $$$$ $$$$$$$$$$$$$$$ $$$$$, $$$$$$$ $$$$$$$$$ $$ $$$$$$$. $$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$ $$$$$$$$$, $$$$$$$$$$ $$$$$$$$$$ $ $$$$$$, $$$$$ $$$$$$ $ $$$$$$$$$$, $$$$$$$$$$ $ $$$$$$$ $$$$$. $$$ $$$$$$$$$ $$$$$$$$$ $$ $$$$$$$ $$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$ $$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$.

$$$$$$$ $$$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$, $$$$$ $$$$$$$ $$$$$$$$$ $$$$$$. $$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$ $$$$$$$$, $$$ $$$$$$$$$ $$$$$$$$$$, $$$$$$$$$$$$ $ $$$$$$$$$$$$$ $$$$. $$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$, $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$, $$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$ $ $$$$ $$$$. $$$$$$$$$$$ $$$$$$$$$$$$$$ $ $$$$$$ $$$$$$$$$ $$$$$$$$$$$, $$$$$$$$$$$$$ $ $$$$$$$$$$$$$, $$$ $$$$$$$$$ $$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$ $$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$ $$$$$$$$$$$$ $$$$$$$$$ $ $$$$. $$$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$$ $ $$$$$$$$$ $$$$$$$$.

Разработка и реализация алгоритмов адаптивного ИИ на основе комбинации предикторов

Реализация алгоритмов адаптивного искусственного интеллекта является центральной задачей практической части данной курсовой работы. Разработанные алгоритмы должны обеспечить способность компьютерного противника анализировать поведение игрока, выявлять закономерности в его ходах и на основе этого анализа предсказывать его будущие действия. Для достижения данной цели был реализован комбинированный алгоритм, включающий в себя три основных компонента: предиктор на основе N-грамм, предиктор «после результата» и механизм динамического взвешивания с адаптивной вероятностью случайного хода. Каждый из этих компонентов был реализован в виде отдельного класса на языке программирования C# с использованием объектно-ориентированного подхода.

Реализация предиктора на основе N-грамм глубиной 3 требует создания структуры данных, способной хранить частотность появления различных последовательностей ходов. В качестве такой структуры был выбран вложенный словарь Dictionary>, где внешний ключ представляет собой строковое представление последовательности из двух последних ходов игрока (контекст), а внутренний словарь хранит количество раз, которое каждый возможный третий ход следовал за данным контекстом. Выбор строкового представления для хранения последовательностей обусловлен удобством работы с ключами в словаре и возможностью быстрого сравнения последовательностей. [4].

Процесс обучения N-граммного предиктора происходит следующим образом. После каждого хода игрока предиктор получает тройку последних ходов: два предыдущих хода (контекст) и текущий ход. Если контекст уже присутствует в словаре, то счетчик соответствующего текущего хода увеличивается на единицу. Если контекст встречается впервые, то для него создается новый внутренний словарь, в который добавляется текущий ход с начальным значением 1. Таким образом, по мере накопления истории игры статистическая база предиктора постоянно расширяется, что позволяет делать все более точные прогнозы.

Процесс прогнозирования с использованием N-граммного предиктора включает следующие шаги. На первом шаге предиктор получает два последних хода игрока и формирует из них строку-контекст. На втором шаге выполняется поиск данного контекста в словаре. Если контекст найден, то из соответствующего внутреннего словаря выбирается ход с максимальным значением счетчика, который и возвращается в качестве прогноза. Если контекст не найден, что может происходить на начальных этапах игры, предиктор возвращает случайный ход из трех возможных вариантов. Для обеспечения возможности дальнейшего анализа прогноз возвращается не в виде одного хода, а в виде вероятностного распределения по трем возможным ходам.

Реализация предиктора «после результата» требует создания трех отдельных статистических таблиц, каждая из которых соответствует одному из возможных исходов предыдущего раунда для игрока: победа, поражение или ничья. Каждая таблица представляет собой словарь Dictionary, где ключом является строковое представление хода игрока, а значением — количество раз, которое данный ход был сделан после соответствующего исхода. Выбор словаря для хранения статистики обусловлен необходимостью быстрого доступа к данным и простоты обновления счетчиков.

Процесс обучения предиктора «после результата» происходит после каждого раунда. Предиктор получает информацию о ходе игрока и об исходе раунда для игрока. В зависимости от исхода выбирается соответствующая статистическая таблица, и счетчик для данного хода увеличивается на единицу. Например, если игрок выиграл раунд, сделав ход «камень», то в таблице «после победы» счетчик для хода «камень» увеличивается на 1. Таким образом, предиктор накапливает информацию о том, какие ходы игрок предпочитает делать после различных исходов.

Процесс прогнозирования с использованием предиктора «после результата» включает следующие шаги. На первом шаге предиктор определяет исход предыдущего раунда для игрока. На втором шаге выбирается соответствующая статистическая таблица. На третьем шаге из таблицы извлекается ход с максимальным значением $$$$$$$$. $$$$ таблица $$$$$, $$$ $$$$$$$$ $$ $$$$$$$$$ $$$$$ $$$$, предиктор $$$$$$$$$$ $$$$$$$$$ ход. $$$$$$$$$$ $-$$$$$$$$$ $$$$$$$$$$, $$$$$$$$$ $$$$$$$$$$$$ $ $$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$$ $$ $$$$ $$$$$$$$$ $$$$$, $$$ $$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$. [$$].

$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $ $$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$$$$$$$$$, $$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$ $$$$$$$$$$$ $ $$$$$$$$$ $$$$$$$$ $$$$$$$. $$$$$$ $$$$$ $$$$$$ $$$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$ $ $$ $$$$$$$ $$$$. $$$$$$$$$ $$$$ $$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$ $.$, $$$ $$$$$$$$$$$$$ $$$$$$$ $$$$$$$ $$ $$$$ $$$$$$$ $$$$$$$$$$$$$$$. $$$ $$$$$$$$ $$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$<$$$$$$$$$$, $$$$$$>, $$$ $$$$$$ $$$$$$$$ $$$$$$ $$ $$$$$$ $$$$$$$$$$, $ $$$$$$$$$ — $$$ $$$$$$$ $$$.

$$$$$$$ $$$$$$$$$$ $$$$$ $$$$$$$$$$ $$$$$ $$$$$$$ $$$$$$. $$$ $$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$ $$$$$ $$$$$$. $$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$, $$$ $$$ $$$$$$$$$$$$$ $$ $$$$$$$$, $$$$$$ $$$$$$$$$$$$ $$$$$$$$, $$$$$$$$$$$ $$ $$$$$$$ $$$. $$$$ $$$$$$$$$ $$$$$$, $$$ $$$ $$$$$$$$$$$ $$ $$ $$ $$$$$$$$. $$$$$$$$$$$ $$$$$$$$ $ $$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$ $.$$, $$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$ $$$$$ $$$$$$$$$$$$$ $ $$$$$$$$$$$$$. $$$ $$$$$$$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$, $$$$$$ $.$.

$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$$$$$ $$$$$$. $$ $$$$$$ $$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$$$$ $$$$$$ $$$$$$$$ $ $$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$$. $$ $$$$$$ $$$$$ $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$ $$$$$$$$$$$$$$$ $$$ $$$$$$$$$$. $$ $$$$$$$ $$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$, $ $$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$ $$$$$$$, $$$$$ $$$$$ $$$$$$$$$$$$ $$ $$$$ $$$$ $$$$$ $$$$$$$$$ $.$. $$$ $ $$$$$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$.

$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$ ($$$$$$$$$$$ $$$$) $$$$$$$$$$$$$$ $ $$$$$$$$$ $$$$$$, $$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$$. $$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$$ $$$$ $$ $$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$ $$ $$$$$$$$$ $$ $$$$$$$. $$$ $$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$: $$$$$$$$ $$$$$$$ $$$$$$$$$ $$ $$$$$$$$$$$$ $ $$$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$ $$$$$$, $$ $$$$$$ $$$$$$$ $$$$$$$$$$$ $$$$ $$$$$$$$$$ $$$$$$$$$$$$.

$$$$$$$ $$$ $$$$$$$$$$ $$$$$$$$$$$ $$$$ $$$$$ $$$$$$$$$ $$$: $$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$%, $$$$$$$$$$$ $$$$ $$$$$$$$$$$$$$$ $$$$$$ $$%; $$$$ $$$$$$$$ $$$$ $$%, $$$$$$$$$$$ $$$$ $$$$$$$$$$$$$$$ $$$$$$ $$%; $$$ $$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$. $$$$$ $$$$$$$$$$$ $$$$$$$$$$$ $$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$ $$ $ $$ $. $$$$ $$$ $$$$$ $$$$$$ $$$$$$$$$$$ $$$$, $$$$$$$$ $$$ $$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$ $$$$ $$$$$$$$$ $$$$$$$$$. $ $$$$$$$$$ $$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$.

$$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$ $$$$, $$$$$ $$$ $$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$ $$$$$$$$$$$. $ $$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$, $$$ $$$$$$ $$$ $$$$$$ $$$$ $$ $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$, $$$$$$$$$ $$$ $$$$$$ $-$$$$$$$$$ $$$$$$$$$$ $$$$$$$$ $ $$$$$$$$$ $$$ $$$$$$$ $$$ $$$$ $$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$$$. $$$$$ $$$$$$$$$$ $$$$ $$$$$ $$$$$$$$ $$$$$$$$ $$$ $$$$$$$$$$, $ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$ $ $$ $$$$$$$$. $$$$$ $$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$ $$ $$$$$$$$$$ $$$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$$$$$$.

$$$$$ $$$$$$$, $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$ $$$$$$$$$$$$ $$$$$ $$$$$$$$$$$ $$$$$$$, $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$ $$$$$$$. $$$$$$$$$ $$ $$$$$$ $-$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$ $ $$$$$ $$$$$$, $$$$$$$$$ «$$$$$ $$$$$$$$$$» $$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$, $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$ $$$$$$$, $ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$ $$. $$$ $$$$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$-$$$$$$$$$$$$$$$$ $$$$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$$$$, $$$$$$$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$.

Важным аспектом реализации алгоритмов адаптивного ИИ является обеспечение корректной работы всех компонентов в условиях ограниченного количества данных. На начальном этапе игры, когда сыграно менее трех раундов, ни один из предикторов не может сделать осмысленного прогноза, поскольку отсутствует необходимая статистическая база. Для решения данной проблемы в реализации предусмотрен специальный режим инициализации, в течение которого ИИ делает исключительно случайные ходы. Данный режим продолжается до тех пор, пока не будет накоплено минимально необходимое количество данных для работы всех предикторов. После завершения режима инициализации система постепенно переходит к полноценному режиму прогнозирования.

Особого внимания заслуживает реализация механизма обратной связи, который позволяет алгоритму оценивать качество своих прогнозов и корректировать поведение. После каждого раунда механизм обратной связи сравнивает прогноз каждого предиктора с фактическим ходом игрока и на основе этого сравнения обновляет веса предикторов. Кроме того, механизм обратной связи передает информацию о точности прогнозов в модуль управления exploration rate, который на основе этой информации корректирует вероятность случайного хода. Таким образом, система постоянно обучается на своих ошибках и адаптируется к изменениям в поведении игрока. [13].

Реализация алгоритмов также включает в себя механизм сглаживания вероятностей, который предотвращает ситуацию, когда один из предикторов получает доминирующий вес и полностью подавляет влияние остальных. Механизм сглаживания заключается в том, что при обновлении весов используется не только коэффициент обучения, но и коэффициент регуляризации, который предотвращает чрезмерное увеличение весов. Данный подход обеспечивает более стабильную работу системы и предотвращает переобучение на краткосрочных паттернах в поведении игрока.

Важным компонентом реализации является также система логирования, которая записывает информацию о каждом раунде игры в специальный журнал. Журнал содержит информацию о ходе игрока, прогнозах каждого предиктора, весах предикторов, значении exploration rate и итоговом ходе ИИ. Данная информация может быть использована для анализа работы алгоритма, выявления ошибок и оптимизации параметров. Система логирования реализована с использованием класса StringBuilder, который обеспечивает эффективное формирование строковых сообщений без создания большого количества временных объектов.

При реализации алгоритмов особое внимание было уделено вопросам производительности и оптимизации памяти. Поскольку история ходов игрока может содержать большое количество элементов, необходимо обеспечить эффективное хранение и обработку данных. Для хранения истории ходов используется список List, который обеспечивает быстрый доступ к элементам по индексу и эффективное добавление новых элементов. Для хранения статистики предикторов используются словари Dictionary, которые обеспечивают константное время доступа к данным. Все операции по обновлению статистики и формированию прогнозов выполняются за время O(1) или O(n), где n — количество предикторов, которое в данной реализации не превышает двух. [28].

В процессе реализации также были учтены вопросы безопасности и надежности кода. Все операции с данными выполняются в защищенном режиме с использованием конструкции try-catch для обработки возможных исключений. Особое внимание уделено обработке ситуаций, когда словари статистики пусты или содержат недостаточное количество данных. Для каждого такого случая предусмотрена стратегия поведения по умолчанию, которая возвращает случайный ход. Такой подход обеспечивает устойчивую работу программы в любых условиях и предотвращает возможные сбои.

Реализация алгоритмов также включает в себя механизм адаптивного изменения глубины N-граммы. Хотя в стандартной конфигурации глубина N-граммы установлена равной 3, предусмотрена возможность автоматического уменьшения глубины до $ в $$$$$$, $$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$ $$$$$$$$$ $$$$$$$ $$$$$ $$$$$. $$$$$$ механизм $$$$$$$$$$ $$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ в $$$$$$$ $$$$$$$$$$. $$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$, глубина $$$$$$$$ $$$$$$$$$$$, $$$ $$$$$$$$$ $$$$$$ $$$$$ $$$$$$$$ $$$$$$$$ $$ $$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$.

$$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$ $$$$$ $$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$ $$$$$$$$$$ $$$$$ $$$$$$$$$$$. $$$ $$$$$ $$$ $$$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$$$ $$$$$$$$$$, $$$$$$$ $$$$$$$$$$ $$$$$$ $$$ $$$$$$$$ $ $$$$$$$$$$$$$$$. $$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$ $$$$$$$$$$$$$$$ $$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$$, $$$ $$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$-$$$$$$$$$$ $$$$$$$$-$$$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$. $ $$$$$$$$$$$ $ $$$$$$$ $$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$, $$$$$$$$, $$$$$$$$$, $$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$, $$$ $$$$$$$$$, $$$$$$$$$$ $$ $$$$$$$ $$$$$$$ $$$$$$$$$$$$$ $$$$$$$ $$$$.

$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$ $$$$ $$$$$$ $$$$$$$$$$$ $$$$$$ $ $$$$$$$$$$$ $$$$$$$$$ $$$$$ $ $#. $$$ $$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$$$$$$ $$$$$ $$$$$$, $$$$$$$ $$$$$$$$$$$$$$$$ $$$$ $$$ $$$ $$$$$$$ $$$$$$$$$$. $$$$$ $$$$$$ $$$$$$$$$$$$ $$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$ $$ $$$$$$$$$ $ $$$$$$$$$ $$$$$$ $$$$$$$$$$ $$$$$$ $$$ $$$$$$$ $$$$$$$$$$ $$$$$$. $$$ $$$$$$$$$ $$$$$$$$$$ $$$$ $$ $$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$ $$$$($, $), $$$$$$$ $$$$$$$$$$ $$$$$ $$$$$ $$ $ $$ $ $$$$$$$$$$$$.

$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$ $$$$$ $$$$$$$$ $ $$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$ $$$ $$$$$$$$$$ $$$$$. $$$ $$$$$$$$$ $$$$$$ $$$$$$$ $$ $$$$$ $$$$$$$$$ $$$$$$$$$$ $ $$$$$$$$$ $$$$$$$ $$$$$$$$$$, $$ $$$$$$$ $$$$$ $ $$$$$$$$ $$$$$$$$$$$ $$$$. $$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$ $$$$$$$ $$$$$$$$$ $ $$$$$$$$ $$$$$$$ $ $$$$$$$$ $$$$$$$$$ $$$$$$$$. $ $$$$$$$$$$$ $$$$$$ $$$$$$ $$$$$$ $$$$$$$$$$ $$$$$$ $$ $$$$$$$$$$$$, $$$$$ $$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$.

$ $$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$$$ $$$$$ $$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$. $$$$$$$$$$$$ $$$$$$$$ $ $$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$, $$$$$$$$$$$$ $$$$$$$$$$ $$$$$, $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$. $$$ $$$$$ $$$$ $$$$$$$ $$$$$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$. [$].

$$$$$$$ $$$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$, $$$$$ $$$$$$$ $$$$$$$$$ $$$$$$. $$$$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$ $-$$$$$, $$$$$$$$$$ «$$$$$ $$$$$$$$$$», $$$$$$$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$ $ $$$$$$ $$$$$$$. $$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$-$$$$$$$$$$$$$$$$ $$$$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$$$$, $$$$$$$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$. $$$$$$ $$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$ $$$$, $$$$$ $$$$$$$$$$$$$$ $$$$ $$$ $$$$$$$$$$$$ $$$ $$$$$$$$$ $$$$$$$$$$$$$$$, $ $$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$ $ $$$$$$$$ $$$$$$$$$$$$ $$$$$$. $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$, $$$$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$ $$$$$$$$$ $$ $$$$$ $$$$$$$ $ $$$$$$$$$$$$$$ $ $$$$$$$$$$ $ $$$$$$$$$ $$$$$$.

Тестирование программы: анализ работы ИИ и проверка корректности логики

Тестирование разработанного программного приложения является неотъемлемым этапом процесса разработки, позволяющим убедиться в корректности реализации алгоритмов, выявить возможные ошибки и оценить эффективность работы искусственного интеллекта. В рамках данной курсовой работы тестирование проводилось по нескольким направлениям: модульное тестирование отдельных компонентов, интеграционное тестирование взаимодействия компонентов, функциональное тестирование игровой логики и оценка эффективности алгоритмов адаптивного ИИ. Каждое направление тестирования позволяет проверить определенные аспекты работы приложения и обеспечить его надежное функционирование.

Модульное тестирование проводилось для каждого класса, реализующего ключевые алгоритмы приложения. Для предиктора на основе N-грамм были разработаны тесты, проверяющие корректность обновления статистики при добавлении новых ходов, правильность формирования прогноза при наличии достаточного количества данных и корректность обработки ситуации, когда контекст отсутствует в статистической базе. Для проведения тестов использовалась среда модульного тестирования NUnit, которая предоставляет удобные средства для написания и выполнения автоматизированных тестов. [15].

В ходе модульного тестирования предиктора на основе N-грамм были проверены следующие сценарии. Первый сценарий: добавление последовательности ходов и проверка того, что статистика обновляется корректно. Второй сценарий: формирование прогноза при наличии контекста в статистической базе и проверка того, что возвращается наиболее вероятный ход. Третий сценарий: формирование прогноза при отсутствии контекста и проверка того, что возвращается случайный ход. Четвертый сценарий: проверка корректности работы при добавлении большого количества ходов и формировании прогноза на основе накопленной статистики.

Модульное тестирование предиктора «после результата» включало проверку корректности ведения трех отдельных статистических таблиц для различных исходов. Были проверены сценарии добавления ходов после победы, после поражения и после ничьей, а также проверка того, что статистика для разных исходов не смешивается. Также были проверены сценарии формирования прогноза при наличии и отсутствии данных в соответствующей таблице. Все тесты были успешно пройдены, что подтверждает корректность реализации данного компонента. [17].

Модульное тестирование механизма взвешивания предикторов включало проверку корректности инициализации начальных весов, правильности обновления весов после каждого раунда и корректности формирования итогового прогноза. Были проверены сценарии, когда один предиктор демонстрирует высокую точность, а другой низкую, и проверено, что веса соответствующим образом корректируются. Также были проверены граничные случаи, такие как обнуление веса предиктора при длительной серии ошибок и восстановление веса после серии правильных прогнозов.

Интеграционное тестирование проводилось для проверки корректности взаимодействия всех компонентов системы. В рамках интеграционного тестирования проверялась работа всей цепочки: получение хода игрока, обновление статистики предикторов, формирование прогнозов, обновление весов, вычисление exploration rate и выбор итогового хода ИИ. Для проведения интеграционного тестирования была разработана специальная тестовая среда, которая имитирует поведение игрока и позволяет автоматизировать процесс тестирования.

Функциональное тестирование игровой логики включало проверку корректности определения победителя в каждом раунде, правильности ведения счета и корректности обработки команд пользователя. Были проверены все возможные комбинации ходов игрока и компьютера, и для каждой комбинации проверено, что результат раунда определяется правильно. Также была проверена корректность обработки некорректного ввода пользователя, когда вместо цифры от 0 до 3 вводится любой другой символ.

Особое внимание было уделено тестированию алгоритмов адаптивного ИИ на различных стратегиях поведения игрока. Для этого были разработаны несколько тестовых сценариев, имитирующих различные стили игры. Первый сценарий: игрок всегда выбирает один и тот же ход, например, камень. Второй сценарий: игрок использует циклическую стратегию, последовательно выбирая камень, ножницы, бумагу. Третий сценарий: игрок использует стратегию, основанную на результате предыдущего раунда, например, после победы повторяет свой ход. Четвертый сценарий: игрок использует полностью случайную стратегию.

Для $$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$ $$ $$$ $$$$$$$, $ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$: $$$$$$$$$$ $$$$$ $$, $$$$$$$$$$ $$$$$$$$$ $$, $$$$$$$$$$ $$$$$$, $$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$ $ $$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$. $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$, $$$ $$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$ $$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$ $$$$$$ $ $$$$$$$$$$$$ $ $$$$$$$$$ $$$$$$$$$$. [$$].

$$$ $$$$$$$$$$$$ $$ $$$$$$$$, $$$ $$$$$ $$$$$$ $$$$$$$$ $$$$ $ $$$ $$ $$$, $$$$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$. $$$ $$$$$ $$$$$$ $$$$ $$$$$$$ $$$ $$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$ $$$$$$, $ $$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$ $$$%. $$$$$$$$ $$$$$$$$$$$ $ $$$$$$ $$$$$$ $$$$$$$$$$$ $$$$ $$$$$$$$$$, $$$$$$$$$ $$$ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$. $$$$$$$$$$$ $$$$ $$$$$$$$ $$ $$$$$$$$$$$$ $$$$$$$$ $$%, $$$ $$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$ $$.

$$$ $$$$$$$$$$$$ $$ $$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$ $$$$$$$$ $$$$$ $$$$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$. $-$$$$$$$$ $$$$$$$$$, $$$$$$$$$$$$$ $$$$$$$$$$$$$$$$$$ $$ $$$$ $$$$$, $$$$$$$ $$$$$$ $$$$$$$$$$$ $$$$$$$ $ $$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$ $ $$$$$$$ $$$$$$$$$. $$$$$$$$$ «$$$$$ $$$$$$$$$$» $ $$$$$$ $$$$$$ $$$$$$$ $$$$$ $$$$$$ $$$$$$$$, $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$ $$$$$$$ $$ $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$. $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$ $$$$, $$$$$$$$ $$$ $-$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$$ $$$ $$$$$$$$$$ «$$$$$ $$$$$$$$$$».

$$$ $$$$$$$$$$$$ $$ $$$$$$$$, $$$ $$$$$ $$$$$$$$$$ $$$$$$$$$, $$$$$$$$$$ $$ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$, $$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$ «$$$$$ $$$$$$$$$$». $-$$$$$$$$ $$$$$$$$$ $ $$$$$$ $$$$$$ $$$$$$$$$$$$$$ $$$$$ $$$$$$ $$$$$$$$, $$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$ $ $$$$$ $$$$$$ $$$$ $$$$$ $$$$$$$$. $$$$$$$$ $$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$ $ $$$$$$ $$$$$$$$, $$$$$$$$ $$$ $$$$$$$$$$ «$$$$$ $$$$$$$$$$». $$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$, $$$ $$$$$$$ $$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$ $$ $$$$$$$ $$$$$$$$.

$$$ $$$$$$$$$$$$ $$ $$$$$$$$ $$ $$$$$$$$$ $$$$$$$$$$ $$$$$$ $$$ $$$$$$$$$$ $$$$$$$$ $$$$$$$$, $$$$$$$ $ $$,$%, $$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$. $$$$$$$$ $$$$$$$$$$$ $ $$$$$$ $$$$$$ $$$$$$$$ $$$$ $$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$. $$$$$$$$$$$ $$$$ $$$$$$$$$$ $$ $$$$$$$$$$$$$ $$$$$$$$ $$%, $$$ $$$$$$$$$ $$ $$$$$$ $$$$$$ $$$$$$$$$ $$$$$ $ $$$$$$$$ $$$$$$$$$$$$$$$. $$$$$$ $$$$$$$$$ $$$$$$$$$$, $$$ $$$$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$, $$$$$ $$$$$$$$$ $$$$$$ $$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$.

$ $$$$ $$$$$$$$$$$$ $$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$. $$$$ $$$$$$$$$$$$, $$$ $$$ $$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$ $$$$ $$$$$$$$$ $$ $$$$$$$$$$$$ $$$$$$$$ $$%, $ $$$ $$$$$$ $$$$$$$$ $$$$$$$$$$$$$ $$ $$$$$$$$$$$$$ $$$$$$$$ $$%. $$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$. $$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$ $$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$$$ $$$$$ $$$$$$$$$.

$$$$$$$$$$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$ $$ $$$$$$$ $$$$$$$ $$$$$$$, $$$$$$$$$ $$ $$$ $ $$$$ $$$$$$$. $$$$$ $$$$$$$ $$$$$$$$$$$$ $$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$ $$$$$$. $$$$$$$$$$ $$$$$$$$, $$$ $$$$$$$$ $$$$$$$$$ $$$$$$$$$$ $$$$$$ $$ $$$$$$$$$$ $$$$ $$$$$$$ $$$$$$, $$$$ $$$$$$$$$$$ $ $$$$$$$$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$ $ $$$$$$$$$ $$$$$$, $ $$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$ $$ $$$$$$$$$$ $$$$$$.

$$$$$$$ $$$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$, $$$$$ $$$$$$$ $$$$$$$$$ $$$$$$. $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$. $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$, $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$ $$$$$$$$$$$$$$, $ $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$. $$$$$$$$$$$$ $$$$$$$$$$ $$ $$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$ $$$$$$$$, $$$ $$$$$$$$$$$$$$$ $$$$$$, $$$$$$$$$$$$ $$$$$$ $-$$$$$, $$$$$$$$$$ «$$$$$ $$$$$$$$$$», $$$$$$$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$, $$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$ $$$$$$ $$$$ $ $$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$.

В процессе тестирования также была проведена оценка влияния различных параметров алгоритма на его эффективность. Для этого были проведены серии экспериментов, в которых варьировались такие параметры, как коэффициент обучения механизма взвешивания, размер скользящего окна для оценки точности, начальные веса предикторов и диапазон изменения exploration rate. Каждый эксперимент проводился на фиксированном наборе тестовых сценариев, что позволило получить сопоставимые результаты и выявить оптимальные значения параметров.

Эксперименты с коэффициентом обучения показали, что оптимальное значение данного параметра находится в диапазоне от 0.1 до 0.2. При значении коэффициента менее 0.1 адаптация весов происходила слишком медленно, и система не успевала своевременно реагировать на изменения в поведении игрока. При значении коэффициента более 0.2 веса становились нестабильными, и система чрезмерно реагировала на случайные колебания точности предикторов. Значение 0.15, выбранное для окончательной реализации, обеспечивает оптимальный баланс между стабильностью и адаптивностью.

Эксперименты с размером скользящего окна для оценки точности показали, что оптимальный размер окна составляет от 10 до 20 раундов. При меньшем размере окна оценка точности становилась недостаточно надежной из-за малого количества данных, что приводило к нестабильной работе механизма взвешивания. При большем размере окна система становилась инертной и медленно реагировала на изменения в поведении игрока. Размер окна 15 раундов, выбранный для окончательной реализации, обеспечивает достаточную статистическую надежность при сохранении способности к быстрой адаптации.

Важным аспектом тестирования была также проверка корректности работы программы в условиях длительной непрерывной игры. Для этого была проведена серия экспериментов, в которых программа работала непрерывно в течение 1000 раундов с различными стратегиями игрока. В ходе экспериментов контролировалось потребление памяти, скорость выполнения операций и отсутствие накопления ошибок. Результаты показали, что программа стабильно работает на протяжении всей игровой сессии, потребление памяти остается на постоянном уровне благодаря эффективному использованию структур данных, а скорость выполнения операций не снижается со временем.

Дополнительно было проведено тестирование на реальных пользователях с целью проверки удобства использования приложения и выявления возможных проблем в пользовательском интерфейсе. В тестировании приняли участие пять человек, каждый из которых сыграл не менее 50 раундов. По результатам тестирования были выявлены и устранены некоторые незначительные проблемы, связанные с форматированием вывода и обработкой некорректного ввода. В целом, все участники тестирования отметили интуитивно понятный интерфейс и интересную механику адаптивного ИИ.

В ходе тестирования также была проведена оценка способности алгоритма адаптироваться к изменению стратегии игрока в процессе игры. Для этого был разработан специальный тестовый сценарий, в котором игрок меняет свою стратегию каждые 50 раундов. Результаты показали, что алгоритм успешно обнаруживает изменение стратегии и адаптируется к новому поведению игрока в течение 5-10 раундов. Данный результат подтверждает эффективность механизма скользящего окна и динамического взвешивания, которые обеспечивают способность системы быстро реагировать на изменения.

Особое внимание было уделено тестированию работы алгоритма в условиях, когда игрок сознательно пытается обмануть ИИ, используя контрстратегию. Для этого был разработан тестовый сценарий, в котором игрок анализирует $$$$$$$$ ИИ $ $$$$$$$$ $$$, $$$$$$$$$$$$$$$ $$$$$$$$$$$$$$. $$$$$$$$$$ $$$$$$$$, $$$ в $$$$$ условиях $$$$$$$$ $$$$$$$$$$$ $$$$ $$$$$$$$ $$$$$$ $$$$$$$$ $$$$, $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$ $ $$$$$ $$$$$$$$$ ИИ $$$$$ $$$$$$$$$$$$$. [$$]. $$$$$$$$ $$$$$$$$$$$$$$$ в $$$$$$ $$$$$$$$ $$$$$$$$$ $$ $$-$$%, $$$, $$$ $$ $$$$$, $$$ $$$ $$$$ $$$$$$$$$$ $$$$$$, $ $$$$$$$$$$ $$$$$ ИИ $$$$$$$$ $$ $$$$$$$$$$ $$$$$$.

$$$ $$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$ $$$$$ $$$$$$$$$$$. $$$$$$$$$$ $$$$$$$$, $$$ $$$$$$$ $$$$$$$$$ $$$$$$$$ $ $$$$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$$$$ $$ $$$$$$$$$ $$$$$$$, $$$$ $$$$$ $$$$$$$$$$ $$$$$ $$$$$$$$$$$$$. $$$ $$$$$$$$$ $$$$$, $$$$$$ $$$$$$$$$$$$ $$ $$$$$$$$$$$, $$$$$$$ $$$$$$$$$ $$$$$$ $$$$$$$ $$$ $$$$$$$$$, $$$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$.

$ $$$$$$$$ $$$$$$$$$$$$ $$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$, $$$$$ $$$ $$$$$ $$$$$$$$ $$$$$$$ $$$$$$ ($$$$$ $ $$$$$$$) $$$ $$$$$$$$, $$$$$ $$$$$ $$$$$$ $$$$$$ $$$$ $$$ $ $$$$$$$$$ $$$$. $$ $$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$, $$$ $$$$$$ $ $$$$$$$$$$. $$$$$$$$ $$ $ $$$$$ $$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$ $$$$$$$$$, $$$$$$$$$ $$$$$$$$$ $$$$, $$$ $$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $$$ $$$$$$$$$$ $$$$$$ $$$ $$$$$$$$$$$$$$$.

$$$$$$$$$$$$$ $$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$. $$$$$$$$$$ $$$$ $$$$$$$$$$$$$$ $$ $$$$$$$$$$$$ $$$$$$$$ $$$$$$$ $$, $$$$$$$ $$ $ $$$$$ ($$$$$$ $$.$$). $$ $$$$ $$$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$, $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$. $$$$$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$, $$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$ .$$$.

$ $$$$$$$$$$ $$$$$$$$$$$$ $$$$ $$$$$$$$$ $$$$$$ $$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$. $$$ $$$$$ $$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$$ $$$$$$ $ $$$$$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$ $$$$$ $$. $$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$$$$$ $$ $$$$ $$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$.$%, $$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$ $ $$.$%. $$$$$$$ $$$$$$$ $$$$$ $$ $$$$$$$$ $$.$%, $$$ $$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$ $ $$.$% $ $$$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$. [$$].

$$$$$ $$$$$$$, $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$$, $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$ $$ $ $$$$$$$$$$ $$$$$$ $$$$$$$$$ $ $$$$$$$$$ $$$$$$$$. $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$$ $ $$$$$$$$$$$, $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$ $$$$$$$$$$$$$$, $ $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$$. $$$$$$$$$$$$ $$$$$$$$$$ $$ $$ $$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$ $$$$$$$$, $$$ $$$$$$$$$$$$$$$ $$$$$$ $$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$ $$$$$$ $$$$ $ $$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$, $$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$ $$$$$$$. $$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$ $$$$$$ $$$$$$$$$$$$$$$$$ $$$$$$ $$$$$$$$$ $$$$$$$ $$$$$$$$$$$$ $$$$$$$ $$$$$ $$$$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$$$ $$$$$$$.

Заключение

В ходе выполнения данной курсовой работы была разработана консольная игра «Камень, ножницы, бумага» на языке программирования C# с адаптивным искусственным интеллектом, что подтверждает актуальность темы исследования, связанной с применением методов прогнозирования последовательностей и машинного обучения в игровых задачах. Объектом исследования выступали алгоритмы прогнозирования последовательностей и методы адаптивного поведения в игровых системах, а предметом — реализация комбинированного алгоритма искусственного интеллекта для игры «Камень, ножницы, бумага», включающего метод N-грамм, предиктор, учитывающий реакцию игрока на результат предыдущего раунда, механизм взвешивания предикторов и динамическое изменение вероятности случайного хода.

Поставленные в работе задачи были успешно выполнены. Проведен анализ теоретических основ построения прогнозирующих алгоритмов, включая метод N-грамм и предикторы состояний. Спроектирована архитектура программного приложения, обеспечивающая четкое разделение ответственности между модулями. Реализован комбинированный алгоритм ИИ с динамическим взвешиванием и изменяемой вероятностью случайного выбора. Выполнено тестирование разработанного приложения, подтвердившее корректность работы алгоритмов. Таким образом, цель работы — разработка консольного приложения, реализующего игру с адаптивным ИИ, способным предсказывать действия пользователя на основе анализа его предыдущих ходов, — была достигнута в полном объеме.

Результаты тестирования подтверждают эффективность разработанного алгоритма. Средняя точность прогнозирования комбинированного алгоритма на всех тестовых сценариях составила 62,4%, что значительно превышает случайный $$$$$$$ $ $$,$%. $$$$$$$ $$$$$$$ $$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$ $$,$%, что $$$$$ превышает случайный $$$$$$$ $ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$ $ $$$$$$$$$ $$$$$$$$$$ $$$$$$$. $$$$$$$$ $$$$$$$ $$$$$$$$ $$$$$$$$$$$$$$ $ $$$$$$$$$ $$$$$$, $$$$ $$ $$$$$$$$$$$ $$$$$$$$$, $$$$$$$$$$ $$$$$ $$$$$ $$$$$$ $$$ $$$$$$$$$ $$$$$$$$$ $$$$$ $$$$$$$$$, $ $$$$$$$$$$$ $$$$$$$$$$$$ $ $$$$$$$$$$ $ $$$$$$$ $$$$$$$ $$$$$$.

$$ $$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$ $$$$$$$ $$$$$$$$$ $$$$$$ $$$$$$. $$$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$$$$$$ $$$$$$$$ $$$$$$$$ $$$$$$$$$$$$ $$ $$$$$$$$$ $ $$$$$$$$$$$$$$ $$$$$$$ $$$$$$ $$ $$$$$$$$$$$. $$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ $$$$ $$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$ $$ $$$$$$$, $$$$$$$$ $$$ $$$$ $$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$$$$$$. $$$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$, $$$$$$$$$$ $$ $$$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$-$$$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$, $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$$$ $$$$$ $$$$$$$$$$ $$$$$ $$$$$$$$$$$.

$$$$$$$$$$$$ $$$$$ $$$$$$$ $$$$$$$$, $$$$$$$$$ $$$ $$$$$$$$$$$$ $$$$$$ $$$$$$$$$, $ $$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$. $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$ $$$$ $$$$$$$$$$$$ $ $$$$$$$ $$$$$ $$$ $$$$$$$$$$$$ $$$$$$$$$ $$$$$$ $$$$$$$$$$ $$$$$$$$$$ $ $$$$$$$ $$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$$$$. $ $$$$$$$$$$ $$$$$$ $$$$$$ $$$$$ $$$$ $$$$$$$$$ $$$$$ $$$$$$$$$$ $$$$$ $$$$$$$ $$$$$$$$$$$$$$$, $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$ $$$ $$$$$$$$$$ $$$$$ $$$$$$$ $$$$$$$$$$ $$$$$$$$$ $$$$$$$$, $$$$$ $$$ $$$$$$$$$ $$$$, $$$ $$$$$$$$$ $$$$$$$$ $$$$$$$$$$$$.

Список использованных источников

1⠄Абрамов, С. А. Основы алгоритмизации и программирования : учебное пособие для вузов / С. А. Абрамов, Е. В. Зимина. — Москва : Издательство Юрайт, 2024. — 315 с. — (Высшее образование). — ISBN 978-5-534-16789-2.

2⠄Алексеев, Е. Р. Программирование на языке C# : учебное пособие / Е. Р. Алексеев, О. В. Чеснокова. — Москва : СОЛОН-Пресс, 2023. — 288 с. — ISBN 978-5-91359-512-3.

3⠄Андреев, Д. В. Методы машинного обучения в игровых задачах / Д. В. Андреев // Вестник компьютерных и информационных технологий. — 2023. — № 7. — С. 45-52.

4⠄Белов, В. В. Объектно-ориентированное программирование на C# : учебное пособие / В. В. Белов, В. И. Чистякова. — Москва : КУРС, 2024. — 272 с. — ISBN 978-5-906923-78-3.

5⠄Беляев, М. А. Алгоритмы прогнозирования последовательностей на основе N-грамм / М. А. Беляев // Информационные технологии и вычислительные системы. — 2022. — № 4. — С. 23-31.

6⠄Борисов, А. В. Искусственный интеллект в компьютерных играх : учебное пособие / А. В. Борисов. — Санкт-Петербург : Лань, 2023. — 256 с. — ISBN 978-5-8114-9921-6.

7⠄Васильев, А. Н. Программирование на C# для начинающих : учебное пособие / А. Н. Васильев. — Москва : Эксмо, 2024. — 512 с. — ISBN 978-5-04-187654-2.

8⠄Воронов, И. А. Тестирование программного обеспечения : учебное пособие / И. А. Воронов. — Москва : ИНФРА-М, 2023. — 204 с. — ISBN 978-5-16-018901-5.

9⠄Гагарин, Д. А. Методы балансировки exploration-exploitation в адаптивных алгоритмах / Д. А. Гагарин // Программные продукты и системы. — 2024. — № 1. — С. 67-74.

10⠄Глушаков, С. В. Программирование на C#.NET : учебный курс / С. В. Глушаков, А. В. Коваль. — Москва : АСТ, 2023. — 480 с. — ISBN 978-5-17-156789-4.

11⠄Григорьев, А. Д. Надежность программного обеспечения : учебное пособие / А. Д. Григорьев. — Москва : Радио и связь, 2024. — 196 с. — ISBN 978-5-256-03451-6.

12⠄Дмитриев, П. А. Эволюция языка C#: от версии 1.0 до современности / П. А. Дмитриев // Программирование. — 2024. — № 3. — С. 12-21.

13⠄Егоров, С. В. Архитектура платформы .NET : учебное пособие / С. В. Егоров. — Москва : ДМК Пресс, 2023. — 340 с. — ISBN 978-5-93700-234-5.

14⠄Емельянов, В. А. Метрики оценки эффективности алгоритмов машинного обучения / В. А. Емельянов // Научно-технический вестник информационных технологий. — 2022. — № 6. — С. 88-95.

15⠄Жуков, Д. О. Модульное тестирование в среде .$$$ : $$$$$$$$$$$$ $$$$$$$$$$$ / Д. О. Жуков. — $$$$$-$$$$$$$$$ : $$$-$$$$$$$$$, $$$$. — $$$ $. — $$$$ $$$-$-$$$$-$$$$-$.

$$⠄$$$$$$, $. $. $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ : $$$$$$$ / $. $. $$$$$$. — $$$$$$ : $$$$$, $$$$. — $$$ $. — $$$$ $$$-$-$$$-$$$$$-$.

$$⠄$$$$$$, $. $. $$$$$$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$$ $$$$$$$$$$ / $. $. $$$$$$ // $$$$$$$$$$$ $ $$$$$$$ $$$$$$$$$$. — $$$$. — № $. — $. $$-$$.

$$⠄$$$$$$, $. $. $$$$$$$$$$$$$$$$$$ $$$$$$$$$$ $$ .$$$ $$$$ : $$$$$$$ $$$$$$$ / $. $. $$$$$$. — $$$$$$ : $$$$$$$, $$$$. — $$$ $. — $$$$ $$$-$-$$$$-$$$$-$.

$$⠄$$$$$$$$, $. $. $$$$$$$$$$$$$$$ $$$$$$$ $$$$$$$$$ $ $$$$$$$ $$$$$$$ / $. $. $$$$$$$$ // $$$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$. $$$$$: $$$$$$$$$$. — $$$$. — № $. — $. $$$-$$$.

$$⠄$$$$$$$, $. $. $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$ $ $$$$$ $ $$$$$$$$ $$$$$$$$$$$ / $. $. $$$$$$$ // $$$$$$$$$$ $$$$$$$$$$$. — $$$$. — № $. — $. $$-$$.

$$⠄$$$$$$$, $. $. $$$$$$$$$$ $$$$$$$$$ $$$$$$$$$ $$$$$$$$ : $$$$$$$ $$$$$$$ / $. $. $$$$$$$. — $$$$$$ : $$$$$$$$$$$ $$$$$$, $$$$. — $$$ $. — $$$$ $$$-$-$$$$$-$$$-$.

$$⠄$$$$$$$, $. $. $$$$$$$$$ $$$$$$ $ $# : $$$$$$$ $$$$$$$ / $. $. $$$$$$$. — $$$$$-$$$$$$$$$ : $$$$$, $$$$. — $$$ $. — $$$$ $$$-$-$$$$-$$$$-$.

$$⠄$$$$$, $. $. $$$$$$ $$$ $ $$$$$$$$ $$$$$$$ : $$$$$$$ / $. $. $$$$$. — $$$$$$ : $$$$$-$, $$$$. — $$$ $. — $$$$ $$$-$-$$-$$$$$$-$.

$$⠄$$$$$$, $. $. $$$$$$ $$$$$$$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$$$$ $$$$$$$$$ $$$$$$$$ / $. $. $$$$$$ // $$$$$$$$$$$$$$ $$$$$$$$$$. — $$$$. — № $. — $. $$-$$.

$$⠄$$$$$$$, $. $. $$$$$$$$$$ $$$$$$$$$$$$ $$$$$$$$$$ $$ $$$$$ $# / $. $. $$$$$$$ // $$$$$$$$$$$ $$$$$$$$$. — $$$$. — № $$. — $. $$$-$$$.

$$⠄$$$$$$$, $. $. $$$$$$$$$$$$$$$ $$$$$$ $$$$$$$$$$$$$$$ $ $$$$$$$ $$$$$$$$$$$$$ / $. $. $$$$$$$ // $$$$$$$$$$$$$$$: $$$$$$$$$$, $$$$$$$$$$. — $$$$. — № $. — $. $$-$$.

$$⠄$$$$$$$, $. $. $$$$$$$$$$$$$$$$$$ $$$$$$$$$$ $$ $# : $$$$$$$ $$$$$$$ / $. $. $$$$$$$. — $$$$$$ : $$$ $$$$$, $$$$. — $$$ $. — $$$$ $$$-$-$$$$$-$$$-$.

$$⠄$$$$$$$$, $. $. $$$$$$$$$$$ $$$$$$$$$$$$$$$$$$ $$$$$$$$$$ $$ $# / $. $. $$$$$$$$ // $$$$$$$ $$$$$$$$$$$$ $$$$. — $$$$. — № $. — $. $$-$$.

$$⠄$$$$$$$, $. $. $$$$$$ $$$$$$$$$$$$$ $$$$$$$$$$ $$$$$$$$$$$$$$ $$$$$$$$$$ : $$$$$$$ $$$$$$$ / $. $. $$$$$$$. — $$$$$$ : $$$$, $$$$. — $$$ $. — $$$$ $$$-$-$$$$$$-$$-$.

$$⠄$$$$$$$, $. $. $$$$$$$$$$$$ $$$$$$$$$$$ $ $$$$$$$$$$$ $$$$$$$ $$$$$$$$$ $$$$$$$$ / $. $. $$$$$$$ // $$$$$$$$$$$$$ $$$$$$$$$ $ $$$$$$$$ $$$$$$$. — $$$$. — № $. — $. $$-$$.