Obecná umělá inteligence pro hraní her

Abstract

Game playing is a relatively interesting task in the field of artificial intelligence in these days. The master thesis deals with general artificial intelligence which is capable of playing selected simple games based on information that is also avai- lable to the human player. Our selected games are 2048, Mario, racing simulator TORCS and Alhambra. All the information acquired by artificial intelligence is provided by games through an interface, therefore none of the models uses visual input. We use evolutionary approaches such as evolutionary algorithms, evolutio- nary strategy CMA and differential evolution applied to different types of neural networks. We are also dealing with deep reinforcement learning. We test these approaches and compare their results. 1

Hraní her je v současné době poměrně zajímavý problém na poli umělé inteli- gence. V diplomové práci se zabýváme tvorbou obecné umělé inteligence, která je schopna hrát vybrané jednoduché počítačové hry na základě informací, které jsou dostupné i lidskému hráči. Našimi vybranými hrami jsou 2048, Mario, zá- vodní simulátor TORCS a Alhambra. Všechny informace, které umělá inteligence získává, jsou poskytovány hrami pomocí rozhraní a žádný model tak nevyužívá obrazový vizuální vstup. Využíváme evolučních přístupů jako jsou evoluční algo- ritmy, evoluční strategie CMA a diferenciální evoluce, aplikované na různé typy neuronových sítí. Dále se zabýváme hlubokým zpětnovazebním učením. Tyto pří- stupy testujeme a jejich výsledky porovnáváme. 1