Artificial Intelligence for Real-time Strategy Games
Umělá inteligence v real-time strategiích
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/147660Identifikátory
SIS: 234355
Kolekce
- Kvalifikační práce [10690]
Autor
Vedoucí práce
Oponent práce
Neruda, Roman
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Umělá inteligence
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
2. 9. 2021
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
strategické hry v reálném čase|evoluční algoritmy|genetické programování|neuroevoluce|NEATKlíčová slova (anglicky)
real-time strategy|evolutionary algorithms|genetic programming|neuroevolution|NEATStrategické hry v realném čase jsou zajímavou oblastí výzkumu, protože tvorba AI představuje mnoho výzev - od řízení jedné jednotky až po splnění celkového cíle hry. Tato práce zkoumá možné řešení těchto problémů pomocí genetického programovaní a neuroevoluce. Prezentuje a porovnává zjištění a rozdíly mezi modely. Obě metody si vedly dobře, ale zjistili jsme, že genetické programování je o něco efektivnější co se výkonu a výsledků týče.
Real-time strategy games are an exciting area of research, as creating a game AI poses many challenges - from managing a single unit to completing an objective of the game. This thesis explores possible solutions to this task, using genetic programming and neuroevolution. It presents and compares findings and differences between the models. Both methods performed reasonably well, but genetic programming was found to be a bit more effective in performance and results.