|
|
Ohodnocovaci funkce v Atari Go
Kudělka, Miloš ; Majerech, Vladan (oponent) ; Hric, Jan (vedoucí práce)
V předložené práci je popsán návrh a implementace prostředí pro hraní Atari Go včetně implementace algoritmů pro hledání nejlepších tahů mini-maxu a minimaxu s alfa-beta prořezáváním. Následně je popsán návrh a implementace parametrizovatelné ohodnocovací funkce a výběr vhodných rysů pozice. Tato funkce pak hodnocením těchto rysů umožňuje hodnocení pozice v Atari Go. Dále je předveden způsob vylepšování parametrů ohodnocovací funkce - je navržen a na tento problém aplikován a implementován jednoduchý učící algoritmus, který parametry funkce pomocí hraní partií zlepšuje. V práci jsou také předvedeny výsledky provedených vylepšování.
|
|
|
Budovatelská strategie
Hejda, Benjamin ; Hric, Jan (oponent) ; Malenko, Jaromír (vedoucí práce)
Předložená práce popisuje program Damoklv meč, což je hra z kategorie budovatelských strategií, kde úkolem hráče je co nejlépe pečovat o svěřené město a lidi v něm. Těžištěm práce bylo navrhnout a implementovat způsob ovládání, který by umožnil podrobně a přitom efektivně spravovat rozsáhlá města, čehož bylo dosaženo systémem parametrů, které se zadávají jako výrazy závislé na jiných parametrech a ukazatelích stavu města. Další podstatnou vlastností hry je, že lidé ve městě se řídí vlastními zájmy a nelze je přímo ovládat. Součástí programu je také editor scénář, který umožňuje širokou kon gurovatelnost herních principů. Gra fické rozhraní je velmi jednoduché, ale je možné ho měnit bez zásahu do jádra aplikace.
|
|
|
Go na malých deskách
Čížek, Pavel ; Majerech, Vladan (oponent) ; Hric, Jan (vedoucí práce)
V předložené práci studujeme vhodnost použití heuristik užívaných při počítačové analýze šachu (konkrétně se bude jednat o transpoziční tabulky, killery, historii a protitahy) pro výpočty hodnoty pozice v go. V první části se budeme věnovat jejich úpravě, jelikož go se od šachu v některých ohledech poměrně dost liší. Takto vzniké heuristiky jsme pak implementovali a experimentálně na několika zadáních se pokusíme změřit a popsat jejich efektivitu a vzájemnou (ne)závislost.
|
|
|
Efektivní algoritmy oveřování cílů v počítačových hrách
Suda, Martin ; Majerech, Vladan (oponent) ; Hric, Jan (vedoucí práce)
Tato práce se zabývá neuniformními metodami prohledávání stromů her dvou hráčů s úplnou informací. Konkrétně je zkoumána neuniformita založená na hrozbách realizovaná v podobě algoritmů lambda search a dual-lambda search. Hrozby, defi nované jakožto útočné tahy, po kterých, když se obránce svého tahu vzdá, bude již s jistotou poražen, umožňují zredukovat prohledávaný prostor při zachování korektnosti výsledku. Práce dále popisuje novou metodu konstrukce tzv. zón relevance, tj. seznamů tahů resp. míst na hrací ploše, které jedině mohou mít vliv na výsledek. S pomocí těchto zón je možné výše jmenované algoritmy značně urychlit. V práci jsou též popsány tři hry, AtariGo, Hex a Piškvorky, a je rozebrána jejich vhodnost pro aplikaci zkoumané metody. Součástí práce je též implementace metody pro tyto hry s využitím známých technik (transpoziční tabulky, history heuristika).
|
|
|
Text clustering and classification /(Klastrování a klasifikace textů)
Gabašová, Evelina ; Hric, Jan (oponent) ; Vomlelová, Marta (vedoucí práce)
Klastrování a klasi kace textů jsou důležitými úlohami strojového učení. V této práci je prezentována kombinace jejich přístupů. Hlavním účelem bylo automaticky připravit množinu klastrů (nebo obecně konceptů), které by následně sloužily jako trénovací data pro naučení klasi fikátoru. Tato práce zahrnuje teoretické pozadí, detaily implementace a výsledky experimentů pro klastrování a klasifi kaci textových dokumentů. Trénovací soubor dokumentů je nejprve hierarchicky klastrování algoritmem bisecting k-means. Výsledek tohoto procesu je možné upravovat a vylepšovat s využitím expertní znalosti. Tímto způsobem vytvořená hierarchická struktura je použita pro naučení naivního bayesovského klasifi kátoru, který je následně využit k roztřídění testovací množiny dokumentů. Pro tyto účely byl vyvinut program, jehož výsledky jsou zhodnoceny a porovnány při zpracování českých a anglických dokumentů.
|
|
|
Using Machine Learning Techniques to Analyze and Recognize Complex Patterns of Student E-Discussions
Mikšátko, Jan ; McLaren, Bruce M. (vedoucí práce) ; Hric, Jan (oponent)
Visuální diskuse je formou debaty, ve které se příspěvky zapisují do grafických tvarů a propojují se s ostatními na základě jejich vztahů. Pro moderování několika současně probíhajících diskusí je důležité nasměrovat učitele na zajímavé skupiny příspěvků. Pro tento účel jsme navrhli algoritmus, který používá isomorfismus grafů společně s textovou analýzou a klasifikátory strojového učení pro vyhledávání těchto interakcí na základě poskytnutého příkladu. Vhodnost našeho přístupu jsme experimentálně ověřili na reálných diskusích se slibnými počátečními výsledky.
|
|
|
Konfigurovatelné vyhledávání entit
Koval, Petr ; Hric, Jan (vedoucí práce) ; Kopecký, Michal (oponent)
Predložená bakalárská práce se zabývá úlohou extrakce informací. Predmetem práce je implementace systému pro extrakci informací, který bude zameren na ceské texty. Vytvorený systém nejprve na základe tréninkových príkladu automaticky zkonstruuje množinu extrakcních vzoru. Následne je systém schopen s využitím získaných extrakcních vzoru nalézt relevantní entity v predložených kolekcích textu. Návrh systému umožnuje využít vytvorenou množinu extrakcních vzoru jak pri doménovém vyhledávání, tak i pri vyhledávání bez doménového rozlišení. Práce rovnež obsahuje popis obdobných systému pracujících s anglickými texty.
|
|
|
POMDPs for dynamic troubleshooting
Krč, Pavel ; Hric, Jan (oponent) ; Vomlelová, Marta (vedoucí práce)
Pojmem dynamický troubleshooting se označuje proces analýzy bezpečnostního systému v reálním čase, predikce a detekce možných problémů, řešení problémů a předchzení jejich výskytu. Je-li tento proces realizován počítačem, pak se ve své nejobecnější podobě jedná o problém optimálního rozhování. Koncep částečně pozorovatelných Markovských rozhodovacích procesů (POMDP)je pro tento druh problémů velmi vhodný, nebot' umožňuje modelovat jak nejistotu ohledně budoucího vývoje procesu, tak neúplnou znalost aktuálního stavu systému aumožńuje počítat s velastními budoucími rozhodnutími, které systém ovlivňují či přispívají k získávání informací o jeho stavu. V rámci této práce autor poskytuje úvod do teorie POMDPs a popisuje současné algoritmy řešení POMDP s přihlédnutím k jejich použitelnosti pro dynamický troubleshooting. Dále autor představuje konkrétní problém dynamického roubleshootingu, řeší jej pomocí obecných řešení POMDP a navrhuje pro něj vslatní heuristiku, která je snadno zobecnitelná i na širší třídu řešení POMDP, implementuje do něj změněné algoritmy a testuje je na představeném problému.
|
|
|
Methods of MCTS and the game Arimaa
Kozelek, Tomáš ; Majerech, Vladan (oponent) ; Hric, Jan (vedoucí práce)
Arimaa je strategická hra vytvořená za účelem být obzvláště těžká pro počítače. Většina existujících programů hrajících hru Arimaa je založena na ověřených postupech z problematiky počítačových šachů obzvláště pak na prořezávání s rozšířeními. V této práci jsme se zaměřili na prostudovímé použitelnosti MCTS technik ve hře Arimaa. MCTS techniky jsou momentálně nejlepší známé algoritmy pro počítačové Go s dobrými vyhlídkami i v dalších strategických hrách. Naprogramovali jsme počítačového hráče založeného na MCTS, kterého jsme pojmenovali Akimot. V naší implementaci jsme přizpůsobili známé MCTS postupy pro prostředí hry Arimaa. Provedli jsme experimenty s různými vylepšeními známými z počítačového Go a určili jsme, které z nich jsou použitelné v naší implementaci. Navíc jsme navrhli a otestovali několik vlastních rozšíření. Experimenty ukázali, že náš MCTS program je srovnatelný s průměrným programem.
|
|
|
Umělá inteligence pro strategické hry
Hubík, Tomáš ; Hric, Jan (oponent) ; Sýkora, Ondřej (vedoucí práce)
V předložené práci se zabývám návrhem jednoduché tahové strategické hry a implementací platformy na testování algoritmů pro tuto hru. Další částí práce je implementace několika různých algoritmů pro tuto platformu. Naimplementoval jsem jeden algoritmus založený na principu analýzy mapy a herního prostředí bez jakékoliv predikce a prohledávání stavového prostoru. Dále dva algoritmy založené na prohledávání a rozhodování s pomocí upraveného Minimaxového algoritmu. Poslední dva algoritmy jsou inspirované metodou Monte Carlo plánování.
|
host ::
RSS.