Herní prostředí pro hru inspirovanou hrou Logix a tvorba ukázkových botů, s důrazem na trénování ohodnocovací funkce pro MCTS

Abstract

Title: Game environment for a game inspired by the game Logix and development of sample bots with emphasis on training of evaluation function for MCTS Author: František Procházka Department: Department of Theoretical Computer Science and Mathematical Logic Supervisor: Mgr. Vladan Majerech, Dr., Department of Theoretical Computer Science and Mathematical Logic Abstract: This thesis focuses on the design and implementation of a game environment for an abstract board game inspired by Logix and on the development of sample bots for this environment. The work includes a formal description of the game rules, representation of the game state, construction of the set of legal actions, and implementation of an environment capable of simulating complete games. The thesis also describes sample bots based on simple heuristics, Monte Carlo Tree Search and Alpha-Beta pruning. Special emphasis is placed on the preparation of a training pipeline for an evaluation function that can be used to guide the MCTS search. The result is a functional environment suitable for experimenting with different strategies and a foundation for further development of stronger players based on machine learning methods. Keywords: board game, game environment, Monte Carlo Tree Search, evaluation function, machine learning

Název práce: Herní prostředí pro hru inspirovanou hrou Logix a tvorba ukázkových botů, s důrazem na trénování ohodnocovací funkce pro MCTS Autor: František Procházka Katedra: Katedra teoretické informatiky a matematické logiky Vedoucí bakalářské práce: Mgr. Vladan Majerech, Dr., Katedra teoretické infor matiky a matematické logiky Abstrakt: Tato práce se zabývá návrhem a implementací herního prostředí pro abstraktní deskovou hru inspirovanou hrou Logix a tvorbou ukázkových botů pro toto prostředí. Součástí práce je formální popis pravidel hry, reprezentace herního stavu, návrh množiny legálních akcí a implementace prostředí umožňujícího simulaci partií. Dále práce popisuje návrh botů založených na jednoduchých heuristikách, metodě Monte Carlo Tree Search a algoritmu Alfa-beta ořezávání. Zvláštní důraz je kladen na přípravu trénovací pipeline pro ohodnocovací funkci, která může být využita při řízení prohledávání v MCTS. Výsledkem práce je funkční prostředí vhodné pro experimentování s různými strategiemi a základ pro další vývoj silnějších hráčů založených na metodách strojového učení. Klíčová slova: desková hra, herní prostředí, Monte Carlo Tree Search, ohodnocovací funkce, strojové učení