|
|
Využití SAT solverů v úloze optimalizace kombinačních obvodů
Minařík, Vojtěch ; Mrázek, Vojtěch (oponent) ; Vašíček, Zdeněk (vedoucí práce)
Tato práce zavádí využití řešení problému SAT a jeho modifikací v úloze evolučního návrhu kombinačních obvodů. Motivací využití těchto problémů je zrychlení ohodnocování chromozomů kandidátních řešení fitness funkcí během evoluce v případech, kdy selhává metoda klasické simulace. Využití problému SAT, respektive #SAT umožňuje oproti simulaci zrychlení zejména pro komplikované obvody s velkým počtem vstupů. Implementované řešení se zalkádá právě na problému #SAT. Celkem byly implemenyovány dvě různé varianty využití tohoto problému. Varianty se liší metodou kontorly rozdílných hodnot na výstupech obvodu. Protože implementované řešení využívá k reprezentaci obvodu logickou formuli a zkoumá její splnitelnost, časová složitost algoritmu závisí především na logické složitosti navrhovaného obvodu.
|
|
|
Fear Factor of Gaming Artificial Intelligence
Mištík, Matej ; Materna, Zdeněk (oponent) ; Chlubna, Tomáš (vedoucí práce)
The goal of this thesis is to present the fear factor by gaming artificial intelligence. The work focuses on the player's interaction with artificial intelligence, whose fear factor is addressed by evaluating complex conditions and the subsequent selection of the state of behaviour. The created system works for combat and escape of artificial intelligence. The outcome of this thesis is the implementation of human emotion, mainly the fear for gaming artificial intelligence in the enviroment of Unity engine.
|
|
|
2D Java Strategy Game
Nývlt, Jiří ; Kajan, Rudolf (oponent) ; Zachariáš, Michal (vedoucí práce)
This thesis aims at designing and implemetation of video strategy game. Part of thesis will be aimed at simulation of nontrivial computer enemy. Implementation process of simple computer game War paths will be described in practical part of thesis.
|
|
|
Sběratelská karetní hra s umělou inteligencí
Doležal, Josef ; Vlnas, Michal (oponent) ; Milet, Tomáš (vedoucí práce)
Cílem práce je tvorba digitální verze sběratelské karetní hry Flesh and Blood . Součástí hry je umělá inteligence, která je schopna tuto hru hrát na začátečnické úrovni. Zásadním problémem jak při tvorbě této hry a její umělé inteligenci je fakt, že hra se neustále rozšiřuje o nové karty a pravidla. Práce popisuje jak je možné řešit vývoj v takto dynamickém prostředí. Ve hře je tento problém s rozšiřováním řešen pomocí zapouzdřených modulů jednotlivých herních prvků. Díky tomuto přístupu je zjednodušeno přidávání nových karet a případná úprava pravidel. Pro umělou inteligenci je možné řešení vhodné uzpůsobení vstupů. Umělá inteligence je realizována pomocí neuronové sítě a učena pomocí hry sama proti sobě, či ostatním sítím. Výstupem sítě je výběr vhodného tahu, který probíhá na základě informací o aktuálním stavu ve hře. Proto je důležité efektivní kódovaní aktuálního stavu hrací desky.
|
|
|
Inteligentní systém pro účast v soutěži SSCAI
Horázný, Václav ; Škoda, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
V této práci se zabývám vytvořením umělé inteligence tak, aby splňovala podmínky pro uvedení do soutěže SSCAI Tournament. Obsahuje charakteristiku a herní mechaniky hry Starcraft: Brood War, popis pravidel zmíněné soutěže a běžně hrané druhy strategií se zaměřením na civilizaci Zerg a to konkrétně strategie Pool Rush. V soutěži jsem se umístil na sdíleném 10. a 11. místě ze 42zúčastněných. Umělou inteligenci jsem vytvořil pro hru Starcraft: Brood War (1.16.1). Práce obsahuje implementaci dvou agentů ScoutManager a DefenseManager. K těmto agentům jsou připojení již vytvoření agenti z projektu BWSAL. K vytvoření jsem využil vývojového prostředí Microsoft Visual Studio 2008 (9.0). Pro spuštění umělé inteligence je nutné využít programu Chaoslauncher a využít knihoven BWAPI a BWTA. Práce obsahuje porovnání mnou vytvořeného programu s ostatními zúčastněnými, jak z pohledu způsobu implementace, tak i podle konkrétně volených strategií.
|
|
|
Klasifikace obrazů s pomocí hlubokého učení
Hřebíček, Zdeněk ; Přinosil, Jiří (oponent) ; Mašek, Jan (vedoucí práce)
Práce se zabývá detekcí objektů v obraze a jejich klasifikací do tříd. Klasifikace je zajištěna modely prostředí pro hlubokého učení BVLC/Caffe; Detekci objektů zajišťují algoritmy AlpacaDB/selectivesearch a belltailjp/selective_search_py. Jedním z výsledků této práce je úprava a využití modelu hluboké konvoluční neuronové sítě AlexNet v prostředí BVLC/Caffe. Model byl natrénován s přesností 51,75% pro klasifikaci do 1 000 tříd, následně byl upraven a natrénován pro klasifikaci do 20 tříd s přesnotí 75.50%. Přínosem práce je implementace grafického rozhraní pro detekci a klasifikaci objektů do tříd, jež je implementováno jako aplikace na bázi webového serveru v jazyce Python. Aplikace integruje výše zmíněné algoritmy detekce objektů s klasifikací pomocí BVLC/Caffe. Výslednou aplikaci lze použít jak pro detekci (a klasifikaci) objektů, tak pro rychlé ověření klasifikačních modelů prostředí BVLC/Caffe. Tato aplikace byla pro možnost rozšíření a dlašího využití zveřejněna na serveru GitHub pod licencí Apache 2.0.
|
|
|
Sběratelská karetní hra s umělou inteligencí
Doležal, Josef ; Vlnas, Michal (oponent) ; Milet, Tomáš (vedoucí práce)
Cílem práce je tvorba digitální verze sběratelské karetní hry Flesh and Blood . Součástí hry je umělá inteligence, která je schopna tuto hru hrát na začátečnické úrovni. Zásadním problémem jak při tvorbě této hry a její umělé inteligenci je fakt, že hra se neustále rozšiřuje o nové karty a pravidla. Práce popisuje jak je možné řešit vývoj v takto dynamickém prostředí. Ve hře je tento problém s rozšiřováním řešen pomocí zapouzdřených modulů jednotlivých herních prvků. Díky tomuto přístupu je zjednodušeno přidávání nových karet a případná úprava pravidel. Pro umělou inteligenci je možné řešení vhodné uzpůsobení vstupů. Umělá inteligence je realizována pomocí neuronové sítě a učena pomocí hry sama proti sobě, či ostatním sítím. Výstupem sítě je výběr vhodného tahu, který probíhá na základě informací o aktuálním stavu ve hře. Proto je důležité efektivní kódovaní aktuálního stavu hrací desky.
|
|
|
Posilované učení pro hru typu Bomberman
Adamčiak, Jakub ; Beran, Vítězslav (oponent) ; Hradiš, Michal (vedoucí práce)
Cieľom tejto bakalárksej práce je návrh, implementácia a trénovanie modelov posilňovaného učenia na hru typu Bomberman. Je postavená na prostredí Bomberland od firmy CoderOne. Toto prostredie bolo vyvinuté za účelom vzdelávania a výskumu v odvetí umelej inteligencie. V tejto práci rozoberám rôzne nastavenia a problémy s implementovaním agenta do prostredia. Vyskúšal som 2 politiky (MLP a CNN), 2 algoritmy (PPO a A2C) a 5 druhov neurónových sietí pre extrakciu vlastností za pomoci knižníc stable baselines 3 a pytorch. Celkový čas trénovania týchto modelov bol dokopy 1207 reálnych hodín, 4168 strojových hodín a 271 miliónov herných krokov. Aj keď bolo trénovanie neúspešné, táto práca ukazuje proces implementácie modelu posilňovaného učenia do prostredia Gym.
|
|
|
Fear Factor of Gaming Artificial Intelligence
Mištík, Matej ; Materna, Zdeněk (oponent) ; Chlubna, Tomáš (vedoucí práce)
The goal of this thesis is to present the fear factor by gaming artificial intelligence. The work focuses on the player's interaction with artificial intelligence, whose fear factor is addressed by evaluating complex conditions and the subsequent selection of the state of behaviour. The created system works for combat and escape of artificial intelligence. The outcome of this thesis is the implementation of human emotion, mainly the fear for gaming artificial intelligence in the enviroment of Unity engine.
|
|
|
Tvorba báze znalostí pro diagnostikování nemoci
Macháček, Daniel ; Steinerová, Kateřina (oponent) ; Jirsík, Václav (vedoucí práce)
Tato bakalářská práce se zabývá problematikou tvorby báze znalostí. Popisuje základy expertních systémů, jejich funkci a možné využití v dnešním světě. Výsledkem práce je báze aplikovaná ve webovém rozhraní NPS se schopností diagnostikovat nemoci v oboru hematoonkologie, což dokládá reálné využití expertního systému v praxi. Báze znalostí byla vytvořena ve spolupráci s experty v daném odvětví lékařství a obsahuje skutečná data.
|
host ::
RSS.