Дослідження та програмна реалізація методу автоматизованого тестування ігрового процесу на основі інтелектуальних агентів з Reinforcement Learning

dc.contributor.authorСоколенко, Микита Олегович
dc.contributor.authorSokolenko, Mykyta
dc.date.accessioned2026-03-10T06:26:29Z
dc.date.available2026-03-10T06:26:29Z
dc.date.issued2025
dc.descriptionСоколенко М. О. Дослідження та програмна реалізація методу автоматизованого тестування ігрового процесу на основі інтелектуальних агентів з Reinforcement Learning: магістерська робота / М. О. Соколенко. – Запоріжжя: НУ «Запорізька політехніка», 2025. – 87 с.
dc.description.abstractUK: Об'єкт дослідження – процес обчислень для автоматизованого тестування ігрового процесу у відеоіграх. Мета роботи – підвищення показника покриття ігрового простору до рівня понад 80% та скорочення часу тестування ігрових рівнів за рахунок застосування інтелектуальних агентів на основі алгоритму PPO. Розроблено інтелектуального агента з модифікованою системою винагород, який демонструє 84,7% покриття ігрового простору та здатний виявляти типові дефекти ігрового процесу. EN: The object of study is the computational process for automated game testing in video games. The purpose of the work is to increase game space coverage to above 80% and reduce game level testing time by applying intelligent agents based on the PPO algorithm. An intelligent agent with a modified reward system was developed, demonstrating 84.7% game space coverage and the ability to detect typical game process defects.
dc.identifier.urihttps://eir.zp.edu.ua/handle/123456789/27201
dc.language.isouk
dc.publisherНаціональний університет «Запорізька політехніка»
dc.subjectPPO
dc.subjectReinforcement Learning
dc.subjectVizDoom
dc.subjectавтоматизоване тестування
dc.subjectautomated testing
dc.titleДослідження та програмна реалізація методу автоматизованого тестування ігрового процесу на основі інтелектуальних агентів з Reinforcement Learning
dc.title.alternativeResearch and Software Implementation of an Automated Game Testing Method Based on Intelligent Agents with Reinforcement Learning
dc.typeMaster thesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
R_Sokolenko.pdf
Size:
2.39 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: