Simulation games, complexity and learning
Benzetim oyunları, karmaşıklık ve öğrenme
- Tez No: 325549
- Danışmanlar: PROF. YAMAN BARLAS
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 244
Özet
Bu çalışmanın ana amacı sistemik karmaşıklığın benzetim oyunlarında performans ve öğrenmeye etkisini araştırmaktır. İki çeşit oyun ile deneyler tasarlanmıştır: bir büyüme yönetimi, bir de stok yönetimi oyunu. İlk aşamada, oyunun genel karmaşıklığını şu üç etmenle açıklamaya odaklanılmıştır: gecikmeler, doğrusal olmayan ilişkiler ve geri bildirim. Büyüme yönetimi oyunu deneyleri göstermiştir ki söz konusu etmenler oyunu her zaman daha karmaşık yapmayabilir. Ayrıca, yineleme etkisi (öğrenme) sadece bazı oyunlarda görülmüştür. Büyüme yönetimi oyunu deneyleri, karmaşıklık etmenlerinin yöntemsel öğrenmeyi kısıtlayabildiği gibi,“hatalı”öğrenmeye de yol açabileceğini göster- miştir. Öte yandan, stok yönetimi oyunu deneylerinde, sadece gecikme etmeni oyun performansında kötüleşme yaratmıştır. Bütün gruplarda yinelemeyle öğrenme gözlenmiştir. Fakat, gecikme etmeninin öğrenme aktarımını engellediğine dair kanıt da vardır. İkinci aşamada, karmaşıklık etmenleri arasındaki etkileşim incelenmiştir. Sonuçlar, karmaşıklık etmenlerinin etkileşiminin bağımsız etkileri artırabileceğini veya azaltabileceğini göstermiştir. Bu tez ayrıca bazı sezgisel karar mekanizmalarının performansını deney sonuçlarıyla karşılaştırmaktadır. Herhangi bir sezgisel kuraldan çıkan skorların istatistiksel dağılımını elde etmek için bir yöntem sunulmuştur. Bu yöntem, deneysel oyun sonuçlarıyla karşılaştırma yapma veya bu sonuçları değerlendirmede kullanılabilir. Sonuçlar göstermiştir ki, insanlar bazı karmaşıklık durumlarında, bir dizi ardışık rasgele karardan oluşan bir sezgisel yöntemden bile daha iyi sonuçlar elde edemeyebilirler. Son aşamada, kademeli karmaşıklık artışına dayalı oyun prosedürünün öğrenmeye etkisi incelenmiştir. Bu tür üç prosedürle yapılan deneyler, kademeli karmaşıklık artışının, böyle artış içermeyen bir diziden daha kötü sonuçlar verebildiğini göstermiştir. Sonuçların arkasında yatan olası etmenler tartışılmıştır. Bu etmenlerin ayrıntılı analizi, olası yeni bir araştırma konusu oluşturabilir.
Özet (Çeviri)
The main purpose of this research is to assess how systemic complexity affects performance and learning in interactive simulation games. We design experiments involving two types of games: a growth management game, and a stock management game. In the first stage, we focus on explaining the overall game complexity, in terms of three factors: delay, nonlinearity, and feedback. The growth management game experiments show that the analyzed complexity factors do not necessarily make the game more complex. Also, the effect of repeated trials (learning) is observed only in some games. The growth game experiments also suggest that complexity factors can limit procedural learning by repeated games, or even induce“false”learning. In the stock management game experiments, only the delay factor creates worsening in game performances. All subject groups exhibit learning by repeated trials. Nevertheless, there is also evidence that delay prevents transfer of learning. In the second stage, the interaction effects between the complexity factors are tested in both games. The results show that interaction of complexity factors can amplify or dampen their individual effects. The thesis also compares the performances of some heuristic decision rules with experimental results. A method is presented for obtaining statistical distribution of scores resulting from a given simulated decision heuristic, which can be used to compare against and assess experimental gaming results. We observe that under some complexity conditions, human subjects do not perform better than the random heuristic-a primitive rule composed of a sequence of random decisions. In the final part, we test the effectiveness of a gradual-increase-in-complexity approach on learning. Experiments with three different increase-in-complexity procedures show that a gradual increase in complexity does not yield better performances compared to non-increasing complexity sequences. Probable factors behind these results are discussed. In depth analysis of factors causing these results is a potential further research topic.
Benzer Tezler
- Sharing of network resources in next generation wireless communication systems
Yeni nesil kablosuz iletişim sistemlerinde ağ kaynaklarının paylaşılması
ALI KAMIL KHAIRULLAH
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SERDAR UFUK TÜRELİ
- Deep reinforcement learning for autonomous air combat under noisy observations
Gürültülü gözlem altında otonom hava muharebesi için derin pekiştirmeli ögrenme
AHMET SEMİH TAŞBAŞ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- Unity3D ortamında derin pekiştirmeli öğrenme ile eğitilen uçakların performansı
Performance evaluation of aircraft agents trained with deep reinforcement learning in Unity3D environment
METE CANTEKİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL NİŞANTAŞI ÜNİVERSİTESİYazılım Mühendisliği Ana Bilim Dalı
DR. İBRAHİM FURKAN İNCE
PROF. ONUR OSMAN
- Yapay zeka ve uygulamaları
Artificial intelligence and its applications
A.SEMİH ÖZKUL
Yüksek Lisans
Türkçe
1991
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiY.DOÇ.DR. ORHAN KURUÜZÜM
- Verex: yapay zeka yaklaşımına dayalı bir tıbbi teşhis programı
Verex: a medical diagnosis program based on artificial itelligence approach (VERtigo EXpert)
MURAT HANEF
Yüksek Lisans
Türkçe
1991
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. MEHMET KORÜREK