البحث والكتابة
الأكاديميا
الكتابة والبحث في هندسة البرمجيات، الذكاء الاصطناعي، الحوسبة، والثقافة الرقمية.
أوراق المؤتمر
بحث شجرة مونت كارلو: مراجعة للعيوب والمزايا والقيود في الألعاب متعددة اللاعبين المعقدة
اكتسبت MCTS بروزًا بعد نجاحاتها في لعبة Go والشطرنج والشوغي، لكن معظم الدراسات تركز على الألعاب الثنائية ذات المعلومات الكاملة. تحلل هذه الورقة MCTS في الألعاب الرقمية وألعاب الطاولة متعددة اللاعبين، والتي غالبًا ما تتسم بمعلومات غير كاملة. استنادًا إلى 18 ورقة مختارة من 22 مسترجعة من IEEE Xplore وHAL Science Ouverte وGoogle Scholar (2013–2025)، تحدد الدراسة ثلاث قيود هيكلية متكررة: الهضاب الحسابية، والنقاط العمياء في التفكير التكتيكي، والمقايضات في نمذجة الخصم.
نمذجة الخصوم لتدريب نماذج قائمة على بحث مونت كارلو في الأشجار في لعبة سيتادلس
يدرس هذا العمل كيف تؤثر نمذجة الخصوم على تدريب إطار MCTS-RL الهجين المطبَّق على لعبة الطاولة متعددة اللاعبين Citadels، التي تتميز بالمعلومات المخفية وتعدد اللاعبين وقيود الوقت. يفصل المقترح التخطيطَ عن التنفيذ من خلال هيكل قرار دائم مبني في وضع عدم الاتصال من المحاكاة، مما يقلل من التكلفة الحسابية عبر الإنترنت لـ MCTS. في بيئة محاكاة مع عملاء خبراء وعميل عشوائي، تُقارَن جلسات تدريب مختلفة (بما فيها بيئة متنوعة) وفق معدل الفوز. تشير النتائج إلى أن تنوع الاستراتيجيات في التدريب يميل إلى إنتاج عميل أكثر متانة وشمولية مقارنةً بالتدريب ضد خصوم أقوياء بشكل فردي.