|
|
Playing Gomoku with Neural Networks
Slávka, Michal ; Kolář, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
This thesis explores the usage of AlphaZero algorithm for the game of Gomoku. AlphaZero is a reinforcement learning algorithm, which does not require any existing datasets and is able to improve only by using self-play. It uses a tree search for policy improvement, which is subsequently used for training. This approach was able to defeat the previous state of the art methods. Generating training data of high quality requires a lot of computationally expensive iterations, which makes them algorithm slow to train. Experiments show that the strength of the play is growing with each subsequent iteration, this might indicate that it still has room for improvement with more training and that it has not reached its full potential.
|
|
| |
|
|
Algoritmy pro Taflové hry
Halmo, Kryštof ; Kočí, Radek (oponent) ; Zbořil, František (vedoucí práce)
Cílem této práce je vytvořit program, který umožňuje hrát některé typy taflových her proti různým algoritmům či proti jiným hráčům. V řešení bylo použito aloritmů MCTS, Alfabeta a Minmax s heuristikami, které urychlují vyhledávání a ohodnocování herního pole na základě specifických parametrů. Vytvořené řešení poskytuje možnost výběru parametru spuštění. Výsledky této práce poskytují možnost porovnání mezi typy těchto her nejen z hlediska rychlosti nalezení tahu, ale také z hlediska porovnání různých algoritmů mezi sebou pro dané typy taflových her.
|
|
|
Strategická desková hra s neurčitostí
Gerža, Martin ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Tato práce je zaměřena na realizaci systému pro hraní deskové hry Scotland Yard autonomně a porovnání tohoto systému s jemu podobnými. Zaměřil jsem se na získání dostatečných informací o možnostech metod, které by měly být pro takový systém vhodné a rozhodl jsem se realizovat tento systém za pomocí metody Monte Carlo Tree Search. Výsledná realizace systému byla podrobena testování vůči podobným systémům, přičemž bylo dosaženo výborného výsledku proti jinému systému, který využíval totožnou metodu. Proti systému využívajícímu metody Alfa-Beta bylo dosaženo výsledků vyrovnaných. Hlavním výsledkem práce je funkční verze autonomního systému pro hraní hry Scotland Yard na zmenšeném poli. Zároveň je poskytnuta možnost využití dvou podobných systémů v rámci jednoho programu za účelem porovnávání jejich realizací.
|
|
|
Hraní stolní hry Stratego počítačem
Irovský, Dominik ; Šátek, Václav (oponent) ; Zbořil, František (vedoucí práce)
Tématem této práce je desková hra s neúplnou informací Stratego. Cílem je průzkum a zhodnocení dosavadních řešení hraní počítačem, návrh, implementace a testovaní vlastního řešení hraní počítačem. Pro vlastní řešení byl zvolen modifikovaný algoritmus Monte Carlo Tree Search. Řešení bylo realizováno jako konzolová aplikace s možností rozšíření. Funkcionalita implementace byla validována a otestována pomocí experimentů. Efektivita výsledného algoritmu byla uspokojivá.
|
|
|
Hraní stolní hry Stratego počítačem
Irovský, Dominik ; Šátek, Václav (oponent) ; Zbořil, František (vedoucí práce)
Tématem této práce je desková hra s neúplnou informací Stratego. Cílem je průzkum a zhodnocení dosavadních řešení hraní počítačem, návrh, implementace a testovaní vlastního řešení hraní počítačem. Pro vlastní řešení byly zvoleny modifikovaný algoritmus Monte Carlo Tree Search, algoritmus alfa-beta a expectimax. Řešení bylo realizováno jako konzolová aplikace s možností rozšíření. Funkcionalita implementace byla validována a otestována pomocí experimentů. Efektivita výsledného algoritmu byla uspokojivá
|
|
|
Hraní stolní hry Stratego počítačem
Irovský, Dominik ; Šátek, Václav (oponent) ; Zbořil, František (vedoucí práce)
Tématem této práce je desková hra s neúplnou informací Stratego. Cílem je průzkum a zhodnocení dosavadních řešení hraní počítačem, návrh, implementace a testovaní vlastního řešení hraní počítačem. Pro vlastní řešení byl zvolen modifikovaný algoritmus Monte Carlo Tree Search. Řešení bylo realizováno jako konzolová aplikace s možností rozšíření. Funkcionalita implementace byla validována a otestována pomocí experimentů. Efektivita výsledného algoritmu byla uspokojivá.
|
|
| |
|
|
Strategická desková hra s neurčitostí
Gerža, Martin ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Tato práce je zaměřena na realizaci systému pro hraní deskové hry Scotland Yard autonomně a porovnání tohoto systému s jemu podobnými. Zaměřil jsem se na získání dostatečných informací o možnostech metod, které by měly být pro takový systém vhodné a rozhodl jsem se realizovat tento systém za pomocí metody Monte Carlo Tree Search. Výsledná realizace systému byla podrobena testování vůči podobným systémům, přičemž bylo dosaženo výborného výsledku proti jinému systému, který využíval totožnou metodu. Proti systému využívajícímu metody Alfa-Beta bylo dosaženo výsledků vyrovnaných. Hlavním výsledkem práce je funkční verze autonomního systému pro hraní hry Scotland Yard na zmenšeném poli. Zároveň je poskytnuta možnost využití dvou podobných systémů v rámci jednoho programu za účelem porovnávání jejich realizací.
|
|
|
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.
|
host ::
RSS.