|
|
Monte Carlo Techniques in Planning
Trunda, Otakar ; Barták, Roman (vedoucí práce) ; Toropila, Daniel (oponent)
Algoritmus Monte Carlo Tree Search (MCTS) v nedávné době prokázal, že dokáže úspěšně řešit těžké problémy v oblasti optimalizace i v oblasti hraní her. Pomocí tohoto algoritmu byly vyřešeny i některé problémy, které dlouho vzdorovaly konvenčním technikám. V této práci zkoumáme možnosti aplikace MCTS v oblasti plánování a rozvrhování. Problém zkoumáme z teoretického pohledu a snažíme se identifikovat případné potíže při použití MCTS v této oblasti. Navrhujeme řešení těchto problémů pomocí úpravy algoritmu a pomocí předzpracování plánovací domény. Představujeme techniky které jsme pro tyto účely vyvinuli a integrujeme je do funkčního celku. Výsledný algoritmus specializujeme na konkrétní typ plánovacích problémů - plánování přepravy. Vzniklý plánovač experimentálně porovnáváme se současnými plánovacími systémy.
|
|
|
Arimaa challenge - comparission study of MCTS versus alpha-beta methods
Jakl, Tomáš ; Majerech, Vladan (vedoucí práce) ; Hric, Jan (oponent)
Ve světě šachových programů je považováno AlphaBeta prohledávání za nejvíce úspěšné, na druhou stranu ve světě Go je to Monte Carlo Tree Search. Hra Arimaa je podobná jak Go tak šachům, ale zatím se nestalo, že by se objevil úspěšný hrající program používající Monte Carlo Tree Search. Hlavním úkolem této práce je porovnat schopnosti Monte Carlo Tree Search a AlphaBeta prohledávání, když oba algoritmy budou používat stejnou ohodnocovací funkci.
|
|
|
Aplikace MCTS na hru Quoridor
Tomek, Jakub ; Hric, Jan (vedoucí práce) ; Majerech, Vladan (oponent)
Monte Carlo Tree Search je relativně novou technikou prohledávání stromu navrženou pro počítačového hráče v hrách, které mají příliš velký stavový prostor na to, aby šel efektivně prohledávat deterministickým algoritmem. MCTS v základní verzi poskytuje jednoduchý způsob ohodnocování pozic bez jakýchkoliv doménově specificikých znalostí. MCTS byl již aplikován v mnoha variantách pro počítačové Go, jeho použití na ostatní hry však dosud není zdaleka tak hluboce prozkoumáno. Tato práce se zabývá možností použití MCTS na jednu konkrétní hru, a to Quridor.
|
|
|
MCTS with Information Sharing
Baudiš, Petr ; Hric, Jan (vedoucí práce) ; Majerech, Vladan (oponent)
Představíme naši výkonnou implementaci algoritmu Monte Carlo stromového vyhledávání (MCTS) pro hraní deskové hry Go: Pachi. Program je založeno na dříve publikovaných algoritmech i našich původních vylepšeních. Následně se zaměříme na zlepšování efektivity prohledávání pomocí sběru informací týkajících se taktických situací a obecného stavu hry z jednotlivých Monte Carlo simulací a jejich sdílení v rámci herního stromu. Navrhneme konkrétní metody takového sdílení --- dynamické komi, měření kritičnosti tahů a mapy svobod --- a předvedeme jejich pozitivní účinek na základě naměřené výkonnosti vůči jiným programům. Na závěr načrtneme několik zajímavých navazujících témat souvisejích s naším výzkumem.
|
|
|
Agentní systém pro hraní her
Trutman, Michal ; Zbořil, František (oponent) ; Král, Jiří (vedoucí práce)
Tato práce se zabývá universálními agentními systémy pro hraní her. Oproti běžným agentům, kteří jsou určeni pouze pro určitý druh činnosti nebo konkrétní hru, universální agent musí být schopen hrát prakticky libovolnou hru popsanou ve formálním deklarativním jazyce. Výzvou je především to, že pravidla hry nejsou předem známa, což znemožňuje použití některých optimalizací nebo vytvoření dobré heuristické funkce. Práce je rozdělena na teoretickou a praktickou část. První část představuje oblast univerzálních herních agentů, definuje jazyk GDL pro popis pravidel her a zabývá se vytvářením heuristických funkcí a jejich aplikací v algoritmu Monte Carlo stromové hledání. V praktické části je představen obecný způsob, jak vytvořit novou heuristickou funkci, která je poté integrována do vlastního herního agenta a ten je pak porovnán s dalšími existujícími systémy.
|
host ::
RSS.