|
|
Multiagentní podpora pro vytváření strategických her
Válek, Lukáš ; Kočí, Radek (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na návrh frameworku, který usnadní tvorbu počítačem řízených protivníků ve strategických hrách. V práci se soustředíme na analýzu typů strategických her a systémů umělé inteligence používaných v současných hrách. Budou vysvětleny problémy, jež se u těchto systémů vyskytují a jak je agentní systémy řeší. Dále je s využitím těchto poznatků navržen a implementován framework, který slouží jako podpora pro tvorbu inteligentních systémů ve strategických hrách.
|
|
|
Multi-agentní strategická hra s mravenci
Šimetka, Vojtěch ; Zbořil, František (oponent) ; Král, Jiří (vedoucí práce)
Tato práce se zabývá problematikou koncepce a vývoje multi-agentní strategické hry hrané v reálném čase. Práce analyzuje teorii těchto her a agentních systémů a výsledky této analýzy následně zohledňuje v koncepci samotné hry. Ta kromě herních prvků a ovládání běžně dostupných v současných RTS hrách implementuje několik úrovní umělé inteligence, kde každá jednotka je agent. Navíc nabízí jedinečný mód kooperace - společné ovládání jednotek umělou inteligencí a hráčem. Zároveň je hra koncipovaná tak, aby byla snadno rozšířitelná o nové umělé inteligence a mohla být využita pro výuku agentních systémů. Záverečná část práce se soustředí na srovnání jednotlivých umělých inteligencí a zhodnocení efektivity implementace hry. Za tímto účelem byla provedena série automatizovaných testů.
|
|
|
Hyperparameter optimization in AutoML systems
Pešková, Klára ; Neruda, Roman (vedoucí práce) ; Awad, Mariette (oponent) ; Kordik, Pavel (oponent)
Zpracování dat se v posledních letech stalo nedílnou součástí mnoha oblastní lidské činnosti. Spolu s tím prudce roste zájem o automatické systémy strojového učení, které využívají metaučící postupy k tomu, aby usnadnily proces strojového učení, navrhli jeho optimální průběh a na- stavení. V této práci jsme navrhli algoritmy metaučení pro optimalizaci hyper- parametrů, zužování rozsahů hyperparametrů a doporučování metod strojového učení pro zcela nová data. Implementovali jsme dva systémy automatického strojového učení (AutoML), ve kterých jsme použili navržené metaučící techniky. V práci prezentujeme výsledky rozsáhlých experimentů, ve kterých tyto techniky vyhodnocujeme a porovnáváme.
|
|
|
Inteligentní křižovatka
Škopková, Věra ; Barták, Roman (vedoucí práce) ; Forst, Libor (oponent)
Tato diplomová práce se zabývá problematikou rozvrhování průjezdů autonomních vozidel inteligentní křižovatkou. Jsou zde popsány existující návrhy na řešení tohoto problému, rozebrány různé přístupy, jak je možné k problému křižovatky teoreticky přistupovat, a je vybrán jeden konkrétní přístup, na jehož základě je navržen deklarativní model pro řešení problému křižovatky. Následně je tento model použit pro provedení teoretických experimentů, které testují propustnost a kvalitu cest v křižovatkách popisovaných různými grafy. Poté jsou tyto teoretické plány překládány na akce pro reálné roboty a spouštěny na nich. Je přitom sledována míra desynchronizace jednotlivých robotů a úspěšnost provádění těchto plánů z pohledu počtu kolizí. Jelikož přímé provádění teoretických plánů na reálných robotech není příliš úspěšné, jsou zde popsána vylepšení překladu jednotlivých akcí, s nimiž dokážou roboti plány provádět úspěšněji.
|
|
|
Rozhraní pro propojení strategických her s multiagentními systémy
Válek, Lukáš ; Kočí, Radek (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na návrh frameworku, který usnadní tvorbu počítačem řízených protivníků ve strategických hrách. V práci se soustředíme na analýzu typů strategických her a systémů umělé inteligence používaných v současných hrách. Budou vysvětleny problémy, jež se u těchto systémů vyskytují a jak je agentní systémy řeší. Dále je s využitím těchto poznatků navržen a implementován framework, který slouží jako podpora pro tvorbu inteligentních systémů ve strategických hrách.
|
|
|
Adaptive Matchmaking Algorithms for Computational Multi-Agent Systems
Kazík, Ondřej ; Neruda, Roman (vedoucí práce) ; Paprzycki, Marcin (oponent) ; Diamantini, Claudia (oponent)
Multi-agentní systémy (MAS) se ukázaly být vhodným rámcem pro imple- mentaci rozsáhlých softwarových systém·. Za pomoci organizačního modelu založeného na pojmu role provádíme v této práci analýzu a návrh MAS za- měřeného na úlohu dobývání znalostí. Tento organizační model byl společně s modelem metod dobývání znalostí formalizován za pomoci deskripční logiky. Matchmakingem, který je hlavním tématem výzkumu, rozumíme doporučování výpočetních agent·, tedy agent· zapouzdřujících některou výpočetní metodu, podle jejich schopností a předchozích výsledk·. Matchmaking se zde tedy skládá ze dvou složek: dotazování nad ontologickým modelem a meta-učení. Byly rozpracovány tři scénáře meta-učení: optimalizace v prostoru parametr·, vícekriteriální optimalizace proces· dobývání znalostí a doporučování metod. Provedli jsme v těchto scénářích sérii experiment·. 1
|
|
|
Distributed Monte-Carlo Tree Search for Games with Team of Cooperative Agents
Filip, Ondřej ; Lisý, Viliam (vedoucí práce) ; Majerech, Vladan (oponent)
Cílem této práce je návrh, implementace a experimentální evaluace distribuovaných algoritmů pro plánování akcí týmu kooperujících autonomních agentů založených na Monte-Carlo tree search algoritmu. Jednotlivé algoritmy vyžadují rozdílné množství komunikace. V práci jsou shrnuty relevantní poznatky o Monte-Carlo tree search algoritmu, jeho paralelizaci a distribuovatelnosti a~algoritmech pro distribuovanou koordinaci autonomních agentů. Navržené algoritmy jsou testovány v prostředí zjednodušené hry Ms Pac-Man. Testována je síla jednotlivých algoritmů v závislosti na času výpočtu, množství komunikace a robustnosti vůči selhání komunikace. Jednotlivé algoritmy jsou dle těchto charakteristik porovnány. Powered by TCPDF (www.tcpdf.org)
|
|
|
Agent optimization by means of genetic programming
Šmíd, Jakub ; Neruda, Roman (vedoucí práce) ; Kazík, Ondřej (oponent)
Tato práce se zabývá problémem výběru nejvhodnějšího agenta pro novou, agenty doposud neviděnou úlohu z oblasti dobývání znalostí. Je navržena metrika na prostoru úloh z oblasti dobývání znalostí a na základě této metriky je vybráno několik nejbližších úloh. Tento výběr je předložen jako vstup programu, který byl vyvinut pomocí genetického programování a který odhaduje výsledky agentů na nové úloze jak z pohledu chybovosti, tak z pohledu časové náročnosti. Je implementován JADE agent poskytující rozhraní umožňující získat výsledky odhadu ostatním agentům v reálném čase.
|
|
|
Strategická hra v multi-agentním prostředí Jason
Vais, Roman ; Zbořil, František (oponent) ; Král, Jiří (vedoucí práce)
Práce se zabývá umělou inteligencí využívanou v~oblasti počítačových her, zejména pak tzv. strategií v~reálném čase, a implementuje rozšíření pro jednu z~těchto her. Analyzuje možnosti využití přístupu multi-agentních systémů právě pro účely umělé inteligence v~počítačových hrách. Zabývá se konceptem swarm inteligece (inteligence roje), jako vhodné, ale nevyužívané, varianty umělé inteligence nejen pro strategické hry. Mimo jiné se tato práce pokouší o~volbu vhodné reprezentace vjemů jednotlivých smyslů pro softwarové agenty a poukazuje na náročnost tohoto problému.
|
|
|
Letecký simulátor vytvořený v multi-agentním systému Jason
Punčochářová, Pavlína ; Zbořil, František (oponent) ; Samek, Jan (vedoucí práce)
Cílem této práce je vytvoření 2D leteckého simulátoru s využitím multi-agentního systému Jason a jazyka AgentSpeak. V tomto simulátoru budou letadla reprezentována agenty a jejich chování bude popsáno plány v jazyce AgentSpeak. Pomocí těchto plánů budou agenti demonstrovat různé typy chování jako je detekce a vyhnutí se kolizi, zaujmutí pozice nebo pronásledování. Výsledná aplikace se skládá ze dvou částí - simulačního modulu a uživatelského rozhraní. Simulační modul je jádrem simulátoru a je vytvořen v systému Jason. Uživatelské rozhraní poskytuje možnost řízení simulace a vytváření uživatelských simulačních modelů.
|
host ::
RSS.