|
|
Umělá inteligence do hry Desktop dungeons
Černý, Vojtěch ; Děchtěrenko, Filip (vedoucí práce) ; Pilát, Martin (oponent)
Počítačové hry žánru rogue-like jsou subžánrem počítačových RPG her pro jednoho hráče mezi jejichž znaky patří procedurálně generované prostředí a vysoká obtížnost. Uspět v nich je pro umělou inteligenci (AI) těžkou úlohou. Proto jsme implementovali framework pro tvorbu umělých hráčů pro rogue-like hru Desktop Dungeons. Rozebrali jsme možnosti přístupů k AI, a nakonec použili genetický algoritmus rekombinující hladové strategie. Výsledné AI hrálo hru na úrovni průměrného lidského hráče, vyhrávajíc v 72 % her. Tyto výsledky a framework mohou být použity ke zlepšení rogue-like her, procedurálních generátorů obsahu a umělé inteligence v podobných prostředích. Powered by TCPDF (www.tcpdf.org)
|
|
|
Ortogonální kontraktor
Krejčová, Kristýna ; Hladík, Milan (vedoucí práce) ; Pilát, Martin (oponent)
The thesis proposes an orthogonal contractors. At the beginning we define the basic concepts of interval analysis and interval linear algebra. Then, we pro- pose several contractor methods. Based on propagation techniques, we propose contraction according to bilinear and quadratic terms of the conditions that we get from the properties of orthogonal matrices. We also linearize bilinear terms and use linear programming. The known contractors by eigenvalues we employed to the construction contractor by the determinant. The proposed methods are implemented in Matlab with the use of the toolbox Intlab and the library Versoft. Finally, we test and compare the presented methods. Based on the comparison of particular techniques we build a final contractor. 1
|
|
|
Kolektivní robotické vyhledávání založené na optimalizaci hejnem částic
Kunc, Ondřej ; Pilát, Martin (vedoucí práce) ; Mráz, František (oponent)
S rozvojem a miniaturizací elektrotechniky se dostává pozornost malým robotům, kteří díky vzájemné spolupráci řeší konkrétní problém. Jedním takovým problémem může být vyhledávání určitého cíle, jenž vyzařuje záření, jehož intenzitu roboti detekují. Jako velmi výhodný přístup se ukázalo použití techniky optimalizace hejnem částic, která pomocí pohybu částic ve vícedimenzi- onálním prostoru hledá optimum. Tato práce se zabývá aplikací tohoto přístupu na hejno robotů. Byl popsán simulátor věnovaný tomuto problému a vyvinutý k vizualizaci a sběru dat, ze kterých byly vyvozeny praktické závěry. Dále byly před- staveny modifikace algoritmu pro lepší vyhledávání při různých vlivech prostředí a nastavení robotů. 1
|
|
|
Evolutionary Algorithms for Multiobjective Optimization
Pilát, Martin ; Neruda, Roman (vedoucí práce) ; Schoenauer, Marc (oponent) ; Pošík, Petr (oponent)
Vícekriteriální evoluční algoritmy se v posledních letech těší velké pozornosti. Dokázaly, že patří mezi nejlepší vícekriterální optimali- zátory a byly použity v mnoha průmyslových aplikacích. Jejich po- užitelnost je ale omezována tím, že vyžadují velké množství vyhod- nocení jednolivých účelových funkcí. Tyto mohou být v případě re- álných problémů složité a jejich vyhodnocení může být drahé. Pro snížení počtu vyhodnocení jednotlivých účelových funkcí se použí- vají tzv. náhradní modely. Ty jsou jednoduchou a rychlou aproximací skutečných účelových funkcí. V této práci představujeme výsledky výzkumu prováděného mezi lety 2009 a 2013. Představujeme vícekriteriální evoluční algoritmus s agregovaným náhradním modelem a jeho verze, které použivají další náhradní model pro předvýběr jedinců. V další části se zabýváme pro- blémem výběru vhodného typu náhradního modelu. Diskutujeme o tom, které charakteristiky modelu jsou důležité a žádané, a navrhu- jeme propojení náhradního modelování s meta-učením. V poslední části se potom zabýváme využitím vícekriteriální optimalizace pro ladění parametrů klasifikátorů a ukazujeme, že přidání dalších účelo- vých funkcí může urychlit nalezení vhodného nastavení. 1
|
|
|
Evoluční algoritmy pro vytváření optimálních nářezových plánů
Balcar, Štěpán ; Pilát, Martin (vedoucí práce) ; Mareš, Martin (oponent)
Tvorba nářezových plánů velkoplošného materiálu pro kotoučovou pilu je praktický problém z mnoha oblastí průmyslu. Pro tento problém byl navržen speciální a specifický algoritmus. Všechny objekty, jak materiál, tak vzniklé podobjekty, jsou pravoúhlé a mají obdélníkový půdorys. Vzniklý algoritmus vytváří, kromě kotoučovou pilou rozřezatelného nářezového plánu, optimalizovaný seznam řezů a nářezů. Tato data mohou sloužit jako vstup pro bezobslužnou, plně automatickou kotoučovou pilu. Nový algoritmus přináší úsporu v množství potřebného materiálu k vyřezání požadovaných objektů, ale i další úspory v množství potřebné pracovní síly.
|
|
|
Technická analýza trhu za použití umělých neuronových sítí
John, Pavel ; Petříčková, Zuzana (vedoucí práce) ; Pilát, Martin (oponent)
Technická analýza trhů se začala vyvíjet velice brzy, první zmínky jsou již z osmnáctého století. Od té doby však doznala tato disciplína překvapivě málo změn. Je zcela běžné, že se obchodníci s cennými papíry stále rozhodují na základě pohledu na graf vývoje ceny aktiva v čase. Až s nedávným rozšířením umělých neuronových sítí se začal pokrok v této oblasti opět rozvíjet. Na internetu je možno nalézt stále se rozšiřující nabídku komerčních produktů, jež se tématem zabývají. Volně dostupný nástroj, ve kterém by bylo možno testovat použití neuronových sítí na historických datech a různé obchodní strategie zatím rozšířen není. Obsahem této práce je krok k řešení zmíněného nedostatku. Nejprve je předložen náhled na obor technické analýzy z ekonomického pohledu. Na něj navazuje přehled o vybraných algoritmech adaptace neuronových sítí a diskuse o jejich aplikovatelnosti na řešený problém. Z prezentovaných teoretických poznatků vychází software, který je rovněž součástí této práce. Mezi jeho výhody se řadí poměrně vysoká obecnost a snadná rozšiřitelnost. Přitom je možné jej pomocí grafického rozhraní nastavit na řešení zcela konkrétních úkolů. Tím byl mimo jiné umožněn vznik slibné obchodní strategie, jež je součástí práce včetně dat, na kterých byla testována.
|
|
|
EASIMEN - Sandbox pro umělé bytosti v simulovaném prostředí
Hencz, Attila ; Neruda, Roman (vedoucí práce) ; Pilát, Martin (oponent)
Název práce: EASIMEN - Sandbox pro umělé bytosti v simulovaném prostředí Autor: Attila Hencz Katedra / Ústav: Katedra teoretické informatiky a matematické logiky Vedoucí bakalářské práce: Mgr. Roman Neruda, CSc., Ústav infor- matiky AV ČR,1 v.v.i.2 e-mail adresa vedoucího: Roman.Neruda@mff.cuni.cz Abstrakt: Předložená práce se zabývá vytvořením přizpůsobitelného skoro-univerzálního simulačního prostředí pro ztelesněné umělé inteligence (umělé bytosti), kde simulace probíhají i v reálném čase. Dále je také zkoumána problematika běhu takového systému a metody použité při těchto simulacích. Stávající implementace simulačního prostředí (EASIMEN) je zjednodušené a složí k demonstraci návrhu. Přitom je k dispozici pár jednoduchých ukážkových modulu specifických implementací pre potužitou architektúru umělej inteligence navržené autorem (BIAR), které jenom znázorňují jednotlivé aspekty této problematiky a sloužia jako šablóny pro vytvoření sofistikovanějších modulu v budoucnu. Klíčová slova: umělá inteligence, real-time simulace, 3D grafika, fyz- icky simulované virtuální prostředí, umělá bytost, kombinování příztupů k problematice umělé inteligence, návrh uměle inteligence založené na bi- ologii,...
|
|
|
Získávání a správa údajů o konferencích a workshopech
Pilát, Martin ; Eckhardt, Alan (oponent) ; Žemlička, Michal (vedoucí práce)
Cílem této práce je vytvořit aplikaci, která pomůže svým uživatelům vyznat se v záplavě informací o konaných konferencích, workshopech, kongresech a symposiích. Počet zobrazovaných událostí lze omezit pomocí pokročilého systému uživatelsky definovaných filtrů. Aplikace obsahuje propracovaný systém uživatelských práv a umožňuje vytváření osobních a skupinových kalendářů konferncí. Důležitou součástí je také modul pro automatické dolování informací o konaných akcích příchozích zpráv. Tento modul používá jednoduché vyhledávání klíčových slov z ručně vytvořeného slovníku, k nalezení termínů, témat, názvu a dalších důležitých údajů týkajících se dané konference. Úspěšnost tohoto modulu je okolo 80% pro dolování termínů a okolo 70% při získávání dalších informací.
|
|
|
Parallel evolutionary algorithms for multiobjective optimization
Pilát, Martin ; Mráz, František (oponent) ; Neruda, Roman (vedoucí práce)
V předložené práci studujeme možnosti paralelizace evolučních algoritmů pro vícekriteriální optimalizaci (MOGA). Uvádíme přehled existujících sekvenčních a paralelních MOGA a navrhujeme tři další metody: FCMOGA - MOGA s fuzzy omezujícími podmínkami, HIMOGA - MOGA používající heterogenní ostrovní model a MOGASOLS - MOGA používající jednokriteriální evoluční algoritmus jako prostředek lokálního prohledávání. Tyto algoritmy vyhodnocujeme na sadě testovacích problémů a porovnáváme je s existujícími MOGA.
|
|
|
Artificial Intelligence for the Bang! Game
Daniláková, Monika ; Pilát, Martin (vedoucí práce) ; Děchtěrenko, Filip (oponent)
Tématem této práce jsou algoritmy umělé inteligence (AI) pro hru Bang!, karetní hru s tématikou Divokého západu, vytvořenou italským vývojářem her Emilianem Sciarrem. Cílem téhle práce bylo navrhnout umělou inteligence pro tuhle hru a teoreticky a experimentálně je porovnat. Nejdřív jsme zanalyzovali hru Bang! s ohledem na teorii her a prozkoumali několik algoritmů umělé inteligence použitých v podobných hrách. Pak jsme navrhli tři různé umělé inteligence a porovnali jejich výhody a nevýhody. Tyhle tři umělé inteligence byli AI používající algoritmus Monte Carlo Tree Search, genetické AI a hybridní AI používající elementy obou předchozích AI. Také jsme naimplementovali samotnou hru a umělé inteligence v jazyce C#. Způsob implementace umožňuje lehce přidávat další umělé inteligence nebo klientské aplikace v budoucnosti, a taky porovnávat a trénovat AI. Nakonec jsme experimentálně porovnali naimplementované umělé inteligence. Evoluční umělá inteligence hrála nejlíp, zatímco Monte Carlo Tree Search AI a hybridní AI byli méně vhodné pro tuto hru. Powered by TCPDF (www.tcpdf.org)
|
host ::
RSS.