Umělá inteligence pro hru Tajuplné říše

Abstract

V této práci se zabýváme implementací karetní hry Tajuplné říše pro hru více hráčů a zároveň umělou inteligencí, která by tuto hru mohla hrát. Umělá inteligence je založena na hladovém algoritmu, postupně rozšířena o hladový algoritmus s větším výhledem, a dále na zpětnovazebním učení. Hladový algoritmus se ukázal jako dobrý přístup ke hraní této hry a dosahuje průměrně velmi hezkých výsledků. Naopak při navržení modelu pro zpětnovazební učení jsme nedokázali zachytit všechny charakteristiky karet a hráč zpětnovazebního učení se ani po postupném zlepšení nedokázal vyrovnat hladovému hráči. 1

In this thesis we work on the implementation of the card game Fantasy Realms for simultaneous play of more than one player and the artificial intelligence capable of playing this game. The artificial intelligence is based on greedy algorithm which we reworked to greedy algorithm with greater insight and on reinforcement learning. Greedy algorithm has been proved to be a good model for playing this game and has achieved great results in regard to average score. On the other hand learning agent based on reinforcement learning has not been very successful, because the model of the game we provided to it was not satisfactory for learning purposes. Thus the agent learned by reinforcement learning could not overcome the greedy one. 1