|
|
Studium a srovnávání hlavních typů evolučních algoritmů
Štefan, Martin ; Holeňa, Martin (vedoucí práce) ; Gemrot, Jakub (oponent)
Evoluční algoritmy patří mezi nejmladší a zároveň nejprogresivnější metody řešení obtížných optimalizačních úloh. Tyto algoritmy si získali svou velkou oblibu díky dobrým experimentálním výsledkům na složitých optimalizačních úlohách, jednoduchosti implementace a také vysoké modularitě, tedy možnosti úpravy pro účely řešení různých problémů. Mezi nejpoužívanější evoluční algoritmy patří Genetické algoritmy, Diferenciální evoluce a Evoluční strategie. Tyto algoritmy a jejich varianty je možné aplikovat jak na úlohy spojité, diskrétní tak i smíšené optimalizace. Předmětem této práce je srovnání chování tří základních typů evolučních algoritmů na katlystické optimalizační úloze se smíšenými proměnými, lineárním omezením a experimentálně počítanou fitness funkcí.
|
|
|
Triplanetary
Huječek, Adam ; Cibulka, Josef (vedoucí práce) ; Gemrot, Jakub (oponent)
Hlavním cílem této práce je převedení polozapomenuté tahové deskové stolní hry Triplanetary ze 70. a počátku 80. let minulého století na monitory dnešních počítačů. Program umožňuje více hráčům hrát na jednom počítači v takzvaném režimu hotseat dva z mnoha scénářů dostupných v původní hře - závodní Grand Tour s případnou účastí počítačem ovládaných protivníků a bojový Nova pro tři hráče. Nicméně díky vhodnému návrhu lze snadno implementovat i zbývající scénáře či samozřejmě přidat i úplně nové za předpokladu znalosti jazyka JAVA, ve kterém je hra naprogramována. Další předností je možnost hru kdykoliv uložit a přerušit a později se k ní vrátit.
|
|
|
Comparing reactive techniques to classical planning for intelligent virtual agents
Černý, Martin ; Gemrot, Jakub (vedoucí práce) ; Balyo, Tomáš (oponent)
Mnoho současných počítačových her lze popsat jako dynamické simulace běžící v reálném čase obývané autonomními inteligentními virtuálními agenty (IVA), kde většina struktury prostředí je neměnná a jednou z nejběžnějších činností je pohyb. Ačkoliv se techniky plánování zdají být ideálním přístupem pro ovládání takovýchto agentů, plánování je v současných hrách používáno jen zřídka. Tato práce se snaží zodpovědět, zda současné akademické techniky plánování jsou připraveny pro použití v existujících hrách a za jakých podmínek. Práce porovnává reaktivní techniky s klasickým plánováním pro řešení problému "co udělat teď" u IVA v herním prostředí. Několik hotových klasických plánovačů, které obsadily přední příčky v International Planning Competition bylo připojeno k virtuálnímu prostředí Unreal Development Kit pomocí knihovny Pogamut. Výkonnost IVA využívajících tyto plánovače a IVA s reaktivní architekturou byla změřena na třídě zkušebních prostředí vycházejících z počítačových her pod různou úrovní externích zásahů. Ukázalo se, že agenti využívající klasické plánování překonají reaktivní agenty pouze když velikost plánovacího problému je malá, nebo když změny v prostředí jsou buď nepřátelské k agentu nebo nepříliš časté.
|
|
|
Petrobras Planning Domain: PDDL Modeling and Solving
Hanes, Martin ; Toropila, Daniel (vedoucí práce) ; Gemrot, Jakub (oponent)
Práce se zabývá doménou Petrobras definovanou pro soutěž ICKEPS 2012. Popisuje příklad těžkého problému, který stojí na hranici mezi rozvrhováním a plánováním. Popisuje state-of-art techniky moderní umělé inteligence, které byly vybrány pro tento účel. Dále práce provází čtenáře procesem modelování v doméně Petrobras v jazyce PDDL a vysvětluje výsledky získané existujícími nástroji používanými v rámci komunity zabývající se plánováním. V závěru exper- imentálně srovnává výsledky zvoleného přístupu a ostatních přístupů používaných v soutěži ICKEPS 2012, které poukazují na použitelnost existujících sekvenčních plánovacích systémů pouze na malé instance problémů z řešené domény.
|
|
|
Využití umělých neuronových sítí k řízení genetických algoritmů
Dörfler, Martin ; Holeňa, Martin (vedoucí práce) ; Gemrot, Jakub (oponent)
Genetické algoritmy jsou jedny z nejvíce flexibilních optimalizačních metod. Mají minimální požadavky na zadání, a tedy jsou schopny řešit široké spektrum úloh. Tato flexibilita je však místy vykoupena nižší efektivitou. Ve srovnání s více specializovanými metodami se genetické algoritmy obvykle ukazují méně výkonné. Tato práce zkoumá možnosti jak navýšit jejich efektivitu pomocí řízení umělou neuronovou sítí. Je v ní popsán způsob řízení běhu genetického algoritmu pomocí samoorganizující mapy. Práce obsahuje návrh algoritmu, pokusnou implementaci a sérii testů, která má za úkol ověřit jeho účinnost. Ukazuje se, že i když výsledky na benchmarkových funkcích poukazují na jisté pozitivní vlastnosti algoritmu, výsledky na úlohách vyšší složitosti jsou méně optimistické.
|
|
|
Artificial Intelligence for modern card games
Vejmola, Jiří ; Sýkora, Ondřej (vedoucí práce) ; Gemrot, Jakub (oponent)
V předložené práci studujeme možnosti implementace umělé inteligence pro moderní karetní hry. Naší snahou je vytvořít různé hráče a základě jejich vzájemných zápasů si ověřit efektivitu použitých metod, např.: simulace náhodný přístup, modelování protivníka, daná strategie, atd. Dále bychom ráci zjistili, jaký vliv mají ostatní herní prvky na průběh hry a výkon jednotlivých hráčů. Vycházíme z pravedel karetní hry Magic: The Gathering pro dva hráče, konkrétně z edice Magic 2010 Core Set, kde došlo k několika důležitým změnám. Tyto pravidla jsou dále upraveny nebo zjednodušeny pro potřeby implementace herních mechanik na počítací. Baliky karet použité při testování jsou založeny na již existujících.
|
|
|
Moderní evoluční algoritmy pro hledání oblastí s vysokou fitness
Káldy, Martin ; Holeňa, Martin (vedoucí práce) ; Gemrot, Jakub (oponent)
Evoluční algoritmy jsou optimizační techniky inspirované vývojem biologických druhů v přírodě. Používají konceptuálně jednoduchý proces střídající dvě fáze, a to reprodukci a výběr na základě fitness, a iterativně tak vyvíjejí stále lepší řešení. Evolučním algoritmům je věnováno dost pozornosti díky jejich schopnosti řešit i velmi komplikované optimizační problémy, na kterých jiné optimalizační metody mohou selhat kvůli existenci mnoha lokálních optim. Různých typů evolučních algoritmů byla navrhnuta celá šíře. V této diplomové práci se budeme věnovat skupině algoritmů "EDA" (z anglického Estimation of Distribution Algorithms), tedy algoritmy odhadující pravděpodobnostní rozdělení. Ve fázi vytváření nové generace EDA odhadne z vybrané rodičovské populace pravděpodobnostní rozložení a novou generaci generuje na základě tohoto rozdělení. V této práci naimplementujeme a použijeme několik existujících EDA tak, aby pracovaly v dohodnutém specifickém prostředí, které lze zhruba charakterizovat jako stromovité struktury obsahující jak diskrétní, tak spojité veličiny. Navíc také pro jedince zavádíme další omezení ve formě lineárních nerovnic. Implementovaná aplikace je navržená pro komunikaci přes dohodnutá rozhraní, od nějž získává informace o modelu a o ukládání řešení do databáze. Do databáze se pak všem...
|
|
|
Výukové scénáře v projektu Pogamut
Vansa, Radim ; Gemrot, Jakub (oponent) ; Kadlec, Rudolf (vedoucí práce)
Tento projekt si klade za cíl rozšířit platformu Pogamut o nástroj pro neprogramátory, zvláště pedagogy, kteří chtějí využít 3D virtuální prostředí jako výukový prostředek. Měl by jim umožnit jednoduše navrhovat scénáře, ve kterých mohou testovat své žáky v různých situacích. Tyto scénáře by měly být zapisovány v přirozeně vyhlížejícím, lokalizovatelném jazyku interpretovaném v produkčním systému Drools. Jednou ze součástí této bakalářské práce je i implementace ukázkového scénáře, který zkouší schopnosti žáků orientovat se v městské zástavbě. Projekt Pogamut umožňuje prezentovat tyto scénáře ve špičkových virtuálních světech, například ve hře Unreal Tournament 2004.
|
|
|
Koordinace chování virtuálních lidí
Gemrot, Jakub ; Neruda, Roman (oponent) ; Brom, Cyril (vedoucí práce)
Tato práce je o specifickém přístupu ke koordinaci chování virtuálních agentů. Každý virtuální agent je schopen jednat sám za sebe, ale také může být kdykoli veden některým z koordinačních agentů. Tento přístup je navrhnut speciálně pro oblast interaktivního storytellingu, kde jednotliví agenti - herci jsou vnímáni pouze jako loutky, které jsou ovládány abstraktním agentem - režisérem. Kontrolní mechanismus agentů je založen na BDI architektuře. Zejména na jedné z její implementací a to jazyku AgentSpeak(L). Jazyk AgentSpeak(L) je rozšířen o šablonované plány a nový mechanismus exekuce plánů, který umožňuje zmíněnou kontrolu agentů - herců.
|
|
|
Mapování, zpracování a reprezentace map pro Unreal Tournament boty
Gemrot, Jakub ; Brom, Cyril (vedoucí práce) ; Yaghob, Jakub (oponent)
Ve většině komerčních her se pro pohyb počítačem ovládaných postav ve hře využívají navigační body. Z navigačních bodů se vytváří souvislý graf, který pokrývá nejdůležitější místa ve hře, kam postava může dojít. Se zvyšujícím se výkonem stolních počítačů se začínají používat sofistikovanější postupy pro pohyb postav, jmenovitě pak metoda NavMesh. NavMesh je množina konvexních polygonů souvisle pokrývající místa ve hře, kudy postavy mohou chodit. Tento postup používají například nedávno vydané tituly Half-Life 2 a F.E.A.R. Bohužel tyto komerční produkty nejsou přístupny akademické sféře, a tak neexistuje možnost pro experimentování s NavMesh jako podkladem pro pohyb počítačem ovládaných postav ve hře. Možnost ovládat postavu však existuje pro starší hru Unreal Tournament, který používá navigační body. V práci diskutuji výhody NavMesh oproti starší metodě navigačních bodů. Přínosem této práce je možnost automatického generování NavMesh pro mapy Unreal Tournamentu. NavMesh vytvářím prostřednictvím algoritmu z oblasti počítačové grafiky pro převod prostředí Unreal Tournamentu z CSG reprezentace do hranové reprezentace, ze které lze již jednoduše zkonstruovat NavMesh. Součástí práce je také demonstrace použití takto vytvořeného NavMeshe pro navigaci postavy na mapách pro Unreal Tournament.
|
host ::
RSS.