Národní úložiště šedé literatury Nalezeno 5 záznamů.  Hledání trvalo 0.01 vteřin. 
Strategická hra s neurčitostí založená na deskové hře Scotland Yard
Husa, Rostislav ; Janoušek, Vladimír (oponent) ; Zbořil, František (vedoucí práce)
Tato práce řeší implementaci vlastní hry na principu her typu Scotland Yard. Součástí je několik verzí umělé inteligence pro obě strany hry s využitím strojového učení. Především neuronové sítě a Monte Carlo Tree Search. Obě jsou vyzkoušeny v několika variantách a porovnány vůči sobě navzájem.
Strategická desková hra s neurčitostí
Sova, Michal ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Tato páce řeší autonomní hraní hry Scotland Yard za využití metody strojového učení. Daný problém je vyřešen pomocí algoritmu Monte Carlo tree search. Algoritmus Monte Carlo tree search byl testován proti algoritmu Alfa-beta. Výsledky testování ukázaly, že navržený algoritmus je funkční, ale procento výher u algoritmu Monte Carlo tree search je nižší než u algoritmu Alfa-beta. Výsledkem práce je funkční verze systému, který hraje zjednodušenou verzi hry Scotland Yard autonomně. Dále práce obsahuje rozšíření hry Scotland Yard přidáním agentů a změnou parametrů. Rozšíření této verze pro algoritmus Alfa-beta nebylo úspěšné kvůli nedostatečné kapacity vlastních zdrojů. Naopak algoritmus Monte Carlo tree search se jeví v tomto ohledu úspěšnější.
Strategická hra s neurčitostí založená na deskové hře Scotland Yard
Husa, Rostislav ; Janoušek, Vladimír (oponent) ; Zbořil, František (vedoucí práce)
Tato práce řeší implementaci vlastní hry na principu her typu Scotland Yard. Součástí je několik verzí umělé inteligence pro obě strany hry s využitím strojového učení. Především neuronové sítě a Monte Carlo Tree Search. Obě jsou vyzkoušeny v několika variantách a porovnány vůči sobě navzájem.
Strategická desková hra s neurčitostí
Sova, Michal ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Tato páce řeší autonomní hraní hry Scotland Yard za využití metody strojového učení. Daný problém je vyřešen pomocí algoritmu Monte Carlo tree search. Algoritmus Monte Carlo tree search byl testován proti algoritmu Alfa-beta. Výsledky testování ukázaly, že navržený algoritmus je funkční, ale procento výher u algoritmu Monte Carlo tree search je nižší než u algoritmu Alfa-beta. Výsledkem práce je funkční verze systému, který hraje zjednodušenou verzi hry Scotland Yard autonomně. Dále práce obsahuje rozšíření hry Scotland Yard přidáním agentů a změnou parametrů. Rozšíření této verze pro algoritmus Alfa-beta nebylo úspěšné kvůli nedostatečné kapacity vlastních zdrojů. Naopak algoritmus Monte Carlo tree search se jeví v tomto ohledu úspěšnější.
Finanční náročnost hry Magic: The Gathering
PONEC, Miloslav
Cílem mé bakalářské práce je nalézt odpověď na výzkumné otázky: - Jak hráči hry Magic: The Gathering financují tuto hru? - Existují jiné volnočasové aktivity, do kterých jsou hráči MtG ochotni investovat více finančních prostředků než do této hry? - Co hráče motivuje k financování hry Magic: The Gathering? Teoretická část obsahuje vysvětlení a přiblížení pojmů, které mají vztah k hlavní výzkumné otázce a oblasti výzkumu. Jde především o pojmy: sběratelství a Magic: The Gathering. Pro výzkum jsem využil kvalitativní strategii, ke sběru dat jsem využil polostrukturované rozhovory, k jejich analýze jsem použil metodu kódování a k lepší orientaci v myšlenkách jsem použil myšlenkovou mapu. Závěrečná část je věnována vyhodnocení analýzy dat, odpovědi na výzkumnou otázku a tvorbě otázek, které mohou být podkladem pro dotazník kvantitativního výzkumu.

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