وكيل تعلّم معزز للعبة X-O.
تم تنفيذه باستخدام DQN وDDQN لتعلّم الاستراتيجيات المثلى عبر اللعب الذاتي.
شكّل أساس مشروعي للتخرج الجامعي.
استكشف هذا المشروع التعلّم المعزز العميق المطبق على لعبة X-O الكلاسيكية. الهدف كان بناء وكيل ذكاء اصطناعي يتعلّم من الصفر عبر اللعب الذاتي، دون برمجته مسبقاً باستراتيجيات. استخدم الوكيل تقنيات DQN وDDQN لتحقيق استقرار في التعلّم ومنع المبالغة في قيم Q.
نجح الوكيل في تعلّم الاستراتيجيات المثلى للعبة X-O بعد تدريب مكثف. مع DDQN، تحسن الاستقرار مقارنة بـ DQN، وتم تقليل الحركات المبالغ فيها. الوكيل المدرّب يحقق لعباً شبه مثالي ضد البشر والخصوم العشوائيين، ويضمن دائماً الفوز أو التعادل.
أكبر تحدٍ كان التوازن بين الاستكشاف والاستغلال. النماذج المبكرة إما بالغت في الحركات العشوائية أو تمسكت بأنماط قصيرة المدى. تم حل ذلك عبر انخفاض تدريجي في الاستكشاف (ε-greedy decay) وتحديثات الشبكة الهدف. كما حسّن DDQN استقرار التدريب من خلال معالجة مشكلة المبالغة في قيم Q.