Данная работа посвящена исследованию и анализу алгоритмов обучения нейронных сетей, которые принимают решения в условиях неопределенности, а также выбору и реализации оптимального алгоритма для обучения нейросети для игры в Snake. Цель работы: разработка искусственного интеллекта, который будет играть в игру Snake. Задачи, которые решались в ходе проделанной работы: Обзор темы, описание игры Snake, описание нейронных сетей. Описание существующих способов обучения нейронных сетей. Реализация выбранного алгоритма, описание реализации. Анализ полученной нейронной сети. В результате была получена нейросеть обученная на основе алгоритма Deep Q-Learning (DQN), которая довольно хорошо играет в игру Snake.

This work is devoted to the research and analysis of algorithms for training neural networks that make decisions under uncertainty, and the choice and implementation of the optimal algorithm for training neural networks for the game in Snake.Purpose of work: the development of artificial intelligence, which will play the game Snake. The tasks that were solved in the course of the work: Overview of the topic, description of the game Snake, description of artificial neural networks. Description of the existing ways to train neural networks. Implementation of the selected algorithm, description of the implementation. Analysis of the resulting neural network. As a result we have got a neural network trained on the basis of the Deep Q-Learning (DQN) algorithm, which plays the game Snake quite well.