|
|
Umělá inteligence ve strategických počítačových hrách
Votroubek, Lukáš ; Přibyl, Bronislav (oponent) ; Zuzaňák, Jiří (vedoucí práce)
Tato práce se zabývá metodami používanými v umělé inteligenci strategických počítačových her, mnohé z těchto metod jsou však použitelné i v jiných oblastech. Jsou to různé metody pro rozhodování (např. stavové automaty, fuzzy logika, markovy řetězce), plánování (cílem orientované plánování, plánování monte-carlo, plánování založené na případech) a strojového učení (posilové učení, rozhodovací stromy a neuronové sítě). Cílem této práce je tyto metody z různých zdrojů nastudovat a vysvětlit základní princip několika z nich. Poté několik vybraných metod rozebrat více do dopodrobna a implementovat je (cílem orientované plánování a stavový automat). Při implementaci a následném testování byl využit herní engine ORTS, kterým se tato práce také zabývá.
|
|
| |
|
|
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.
|
|
|
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.
|
|
|
Strategie herních systémů
Švestka, Marek ; Tóth, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Obsahem této práce je reprezentace chování umělé inteligence v počítačových hrách. Cílem bylo najít vhodné metody k její interpretaci. Tato problematika byla vyřešena implementací " map", což jsou n-rozměrné matice nesoucí informace o průběhu dané hry a dochází k jejich časté aktualizaci. V práci bylo použito několik druhů těchto matic a každá slouží k jinému účelu. Dále byl navrhnut způsob, jak se počítačový protivník může vyvíjet během dané partie hry a vytvořen algoritmus, který mu dává představu o prostoru, ve kterém se nachází. Přínosem práce je způsob, jakým lze " napodobit" chování skutečného hráče při hraní konkrétní hry. Řešení by také mohlo býti přínosem pro simulátor vojenských bitev ve skutečném světě.
|
|
|
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.
|
|
|
Deep Learning Methods for Machine Playing the Scotland Yard Board Game
Hrkľová, Zuzana ; Janoušek, Vladimír (oponent) ; Zbořil, František (vedoucí práce)
This theses concerns with deep learning methods applied to machine playing board games containing movement uncertainty. Reinforcement learning principles with main focus on Q-learning algorithms were studied, among which Deep Q--Network had been chosen and applied on simplified rules of the Scotland Yard board game. The final implementation was put to test against Alpha-Beta and Monte Carlo Tree Search. The results have shown that the hider driven by DQN represented the hardest opponent for the other two methods, while the DQN seekers did not manage to surpass past results. Although the implemented method did not reach better results than currently known methods, it proved to be the least demanding when considering computational resources and time needed to perform a given move, making it the most perspective to implement on original version of the game in the future.
|
|
| |
|
|
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.
|
|
|
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.
|
host ::
RSS.