Název:
Inteligentní reaktivní agent pro hru Ms.Pacman
Překlad názvu:
Intelligent Reactive Agent for the Game Ms.Pacman
Autoři:
Bložoňová, Barbora ; Zbořil, František (oponent) ; Drahanský, Martin (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2016
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Tato práce se zabývá umělou inteligencí pro složitější rozhodovací problémy, jako je hra s neurčitostí Ms. Pacman. Cílem práce je navrhnout inteligentního reaktivního agenta využívajícího metodu strojového učení, demonstrovat jej ve vizuálním demu Ms. Pacman a jeho inteligenci srovnat se známými informovanými metodami hraní her (Minimax, Alfa-Beta řezy, Expectimax). Práce je rozdělena primárně na dvě části. V teoretické části je řešena problematika metod hraní her, reaktivita agenta a možnosti strojového učení (vše v kontextu Ms. Pacman). Druhá část práce je zaměřena na samotný popis návrhu a implementace verzí agenta a na závěr jeho srovnání se zmíněnými známými metodami hraní her, zhodnocení dosažených výsledků a několik návrhů na vylepšení do budoucna.
This thesis focuses on artificial intelligence for difficult decision problemes such as the game with uncertainty Ms. Pacman. The aim of this work is to design and implement intelligent reactive agent using a method from the field of reinforcement learning, demonstrate it on visual demo Ms.Pacman and compare its intelligence with well-known informed methods of playing games (Minimax, AlfaBeta Pruning, Expectimax). The thesis is primarily structured into two parts. The theoretical part deals with adversarial search (in games), reactivity of agent and possibilities of machine learning, all in the context of Ms. Pacman. The second part addresses the design of agent's versions behaviour implementation and finally its comparison to other methods of adversarial search problem, evaluation of results and a few ideas for future improvements.
Klíčová slova:
Expectimax; gridworld; hry s neurčitostí; hry s nulovým součtem; Markovské rozhodovací procesy; posilované učení; Q-Learning; reaktivní agent; strojové učení; umělá inteligence; artificial intelligence; Expectimax; games with uncertainty; gridworld; machine learning; Markov decision processes; Q-Learning; reactive agent; reinforcement learning; zero-sum games
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/62210