В работе рассматривается подход к автоматической генерации иерархических сетей задач (HTN) для игрового искусственного интеллекта (ИИ) с использованием методов обучения с подкреплением (RL). HTN является эффективным инструментом для моделирования сложного поведения агентов в виде декомпозиции задач, однако процесс их ручного проектирования требует значительных затрат. Использование RL позволяет автоматически строить HTN, адаптируя их к игровым условиям и снижая трудоемкость разработки. В работе анализируются существующие методы построения HTN, исследуются алгоритмы RL, а также сопутствующие работы в данной области.

Костюк Д.С. (науч. рук. Бравичев К.А.) Формирование поведения игрового ии: использование методов машинного обучения с подкреплением для автоматической генерации иерархических сетей задач // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/14778