Ohodnocovaci funkce v Atari Go

Abstract

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.

The present work describes a design and an implementation of Atari Go computer game. This includes an implementation of mini-max and mini-max with alpha-beta pruning algorithms for searching for the best moves. Additionally, the work describes the design and the implementation of an evaluation function and the selection of suitable criteria of the position. This function then can evaluate the position by evaluating these criteria. Further on, the work demonstrates one style of improving the parameters of evaluation function - simple learning algorithm is designed, applied to this problem and implemented. This algorithm improves the parameters by playing games. The results of improvings are presented in the work, too.