УДК 004.8:519.83
DOI: 10.36871/ek.up.p.r.2026.01.02.025

Авторы

Дмитрий Анатольевич Власов,
Александр Валерьевич Синчуков,
Российский университет дружбы народов им. П. Лумумбы, Москва, Россия

Аннотация

В центре внимания статьи – исследовательские и прикладные возможности технологий искусственного интеллекта для развития практики игрового моделировании в экономике и финансах. Проанализирован потенциал технологий искусственного интеллекта в преодолении ограничений, характерных для классических теоретико-игровых моделей, традиционно применяемых для анализа финансовых и экономических ситуаций. Акцентируется внимание на специфике использования технологий искусственного интеллекта для адаптации различных классов игровых моделей (матричные антагонистические игры, кооперативные игры, позиционные игры) для применения в экономике и финансах. Представлены рекомендации по применению технологий искусственного интеллекта для повышения качества решений, принимаемых на основе теоретико-игрового моделирования и развития системы профессиональной подготовки будущих экономистов и финансовых менеджеров.

Ключевые слова

антагонизм; игровое моделирование; кооперация; позиционная игра; принятие решений; теория игр; технологии искусственного интеллекта

Список литературы

  1. Барри Дж. Нейлбафф, Авинаш Диксит Теория игр. Искусство стратегического мышления в бизнесе и жизни. М.: «Манн, Иванов и Фербер», 2017. – 464 с.
  2. Власов Д. А. Введение в теорию игр / Д. А. Власов. – М.: Издательский Дом «Инфра-М», 2023. – 222 с.
  3. Власов Д. А. Теория игр в производственном менеджменте / Д. А. Власов. – М.: Общество с ограниченной ответственностью «Научноиздательский центр ИНФРА-М», 2026. – 217 с.
  4. Жуковский В. И. Существования равновесия по Бержу-Вайсману в одной дифференциаль ной позиционной игре двух лиц, в которой отсутствует равновесия по Нэшу / В. И. Жуковский, Ю. А. Бельских, Л. В. Жуковская // Таврический вестник информатики и математики. – 2024. – № 3(64). – С. 7-17.
  5. Звягин Л. С. Математические алгоритмы теории игр, как прикладной инструмент для принятия эффективных финансово-экономических решений / Л. С. Звягин // Мягкие измерения и вычисления. – 2020. – Т. 36, № 11. – С. 35-47.
  6. Карасев П. А. Математические методы анализа и прогнозирования в экономике / П. А. Карасев. – М.: Общество с ограниченной ответственностью «Русайнс», 2024. – 134 с.
  7. Конюховский П. В. Кооперативные теоретико-игровые модели отношений сотрудничества в современном обществе: теоретические и эмпирические подходы / П. В. Конюховский // Прогрессивная экономика. – 2024. – № 8. – С. 236-253.
  8. Корепанов В. О.Теоретико-игровые и рефлексивные модели боевых действий / В. О. Корепанов, А. Г. Чхартишвили, В. В. Шумов // Компьютерные исследования и моделирование. – 2022. – Т. 14, № 1. – С. 179-203.
  9. Красников К. Е. Моделирование социальноэтических принципов в терминах игровых задач / К. Е. Красников // Экономика: вчера, сегодня, завтра. – 2020. – Т. 10, № 2-1. – С. 224-240.
  10. Кузютин Д. В. Многошаговая модель использования возобновляемого ресурса игроками двух типов / Д. В. Кузютин, Н. В. Смирнова, И. Р. Тантлевский // Математическая теория игр и ее приложения. – 2024. – Т. 16, № 1. – С. 61-77.
  11. Математическаямодель управления конфликтными ситуациями / Г. П. Фомин, И. В. Сухорукова, Д. А. Максимов, И. Ф. Алешина // Экономика и управление: проблемы, решения. – 2024. – Т. 16, № 12(153). – С. 328-334.
  12. Мотовилов М. А. Использование методов теории игр в теории управления / М. А. Мотовилов, Е. В. Карачанская // Научно-техническое и экономическое сотрудничество стран АТР в XXI веке. – 2020. – Т. 2. – С. 428-431.
  13. Сазанова Л. А. Моделирование процесса принятия решений в рамках производственной системы с использованием аппарата теории игр / Л. А. Сазанова // Моделирование, оптимизация и информационные технологии. – 2021. – Т. 9, № 4(35).
  14. Сигал А. В. Об одном теоретико-игровом методе управления рисками проектов / А. В. Сигал, Е. С. Ремесник // Друкеровский вестник. – 2022. – № 3(47). – С. 220-228.
  15. Смирнова Ю. С. Управления финансовыми рисками в современных условиях на основе теории игр / Ю. С. Смирнова, В. А. Ключко // Форум. Серия: Роль науки и образования в современном информационном обществе. – 2024. – № S2(32). – С. 170-174.
  16. Сравнительный анализ систем глубокого обучения с подкреплением и систем обучения с учителем / А. А. Жиленков, А. А. Силкин, М. Ю. Серебряков, С. В. Колесова // Известия Тульского государственного университета. Технические науки. – 2022. – № 10. – С. 109-112.
  17. Сухорукова И. В. Математические методы и модели в экономике / И. В. Сухорукова. – М.: Российский экономический университет им. Г. В. Плеханова, 2024. – 136 с.
  18. Тихомиров Н. П. Методы оценки риска снижения эффективности инвестиционного проекта в условиях статистической неопределенности / Н. П. Тихомиров, Т. М. Тихомирова // Вестник Российского экономического университета имени Г. В. Плеханова. – 2024. – Т. 21, № 2(134). – С. 28-35.
  19. Тихомиров Н. П. Теория риска / Н. П. Тихомиров, Т. М. Тихомирова. – М.: Общество с ограниченной ответственностью «Издательство «Юнити-Дана», 2020. – 308 с.
  20. Ушаков В. Н. Игровая задача сближения нелинейной управляемой системы / В. Н. Ушаков, А. М. Тарасьев // Математическая теория игр и ее приложения. – 2023. – Т. 15, № 2. – С. 122-139.
  21. Фомин Г. П. Математика в экономике 1000 задач и тестов с примерами решений и ответами / Г. П. Фомин, П. А. Карасев, Д. А. Максимов. – М.: ООО «Издательство Юнити-Дана», 2023. – 416 с.
  22. Щегольков М. В. Обзор основных подходов обучения с подкреплением на основе обучения без знания модели / М. В. Щегольков, С. А. Зинкин // Энергетика и автоматизация в современном обществе: материалы VII Всероссийской научно-практической конференции обучающихся и преподавателей, Санкт-Петербург, 03 мая 2024 года. – СанктПетербург: Санкт-Петербургский государственный университет промышленных технологий и дизайна, 2024. – С. 91-95.