Národní úložiště šedé literatury Nalezeno 3 záznamů.  Hledání trvalo 0.00 vteřin. 
Multiplatformní karetní hra s umělou inteligencí
Trejtnar, Martin ; Chlubna, Tomáš (oponent) ; Matýšek, Michal (vedoucí práce)
Tato práce se zabývá umělou inteligencí v karetních hrách. Cílem je implementovat multiplatformní hru tohoto žánru v herním enginu Unity, shrnout možné přístupy vytváření inteligentních protihráčů a pro zvolenou hru navrhnout a popsat metodu nejvhodnější, případně kombinaci několika. Provedený výzkum ukázal, že problémová doména je u karetních her většinou dosti specifická a to znesnadňuje užití univerzálních algoritmů. Zvolený problém je vyřešen formou rule-based umělé inteligence. Podařilo se vytvořit inteligentního hráče pro zástupce z kategorie imperfect information games, což je jeden z hlavních přínosů této práce. Ačkoli se dopouští drobných taktických prohřešků, jeho chování většinou blízce připomíná smýšlení středně zkušených hráčů.
Multiplatformní karetní hra s umělou inteligencí
Trejtnar, Martin ; Chlubna, Tomáš (oponent) ; Matýšek, Michal (vedoucí práce)
Tato práce se zabývá umělou inteligencí v karetních hrách. Cílem je implementovat multiplatformní hru tohoto žánru v herním enginu Unity, shrnout možné přístupy vytváření inteligentních protihráčů a pro zvolenou hru navrhnout a popsat metodu nejvhodnější, případně kombinaci několika. Provedený výzkum ukázal, že problémová doména je u karetních her většinou dosti specifická a to znesnadňuje užití univerzálních algoritmů. Zvolený problém je vyřešen formou rule-based umělé inteligence. Podařilo se vytvořit inteligentního hráče pro zástupce z kategorie imperfect information games, což je jeden z hlavních přínosů této práce. Ačkoli se dopouští drobných taktických prohřešků, jeho chování většinou blízce připomíná smýšlení středně zkušených hráčů.
General Game Playing and Deepstack
Schlindenbuch, Hynek ; Gemrot, Jakub (vedoucí práce) ; Majerech, Vladan (oponent)
Obecné hraní her je oblast umělé inteligence, která se zabývá vytvářením agentů schopných hrát hry z nějaké třídy. Pravidla se agenti dozví až před začátkem hry a tudíž nemohou být specializování na jednu hru. Deepstack byl první umělý agent, který porazil profesionální lidské hráče v heads-up no-limit Texas hold'em pokeru. Ačkoliv byl vytvořen přímo pro poker, tak v jeho jádru je obecný algoritmus na hraní her dvou hráčů s nulovým součtem a neúplnou informací - continual resolving. V této práci představíme obecnou verzi continual resolvingu a porovnáme ji s Online Outcome Sampling Monte Carlo Counterfactual Regret Minimization v několika hrách.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.