Umělá inteligence pro hru Risk
Artificial Intelligence for the Risk Game
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/99755Identifikátory
SIS: 193955
Kolekce
- Kvalifikační práce [11196]
Autor
Vedoucí práce
Oponent práce
Gemrot, Jakub
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Programování a softwarové systémy
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
22. 6. 2018
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
deskové hry, umělá inteligence, RiskKlíčová slova (anglicky)
board games, artificial intelligence, RiskCílem této práce je implementace hry Risk a průzkum, jak do hry vy- vinout umělou inteligenci. Implementace hry a experimenty s umělou inteligencí jsou napsány v programovacím jazyce C#. V průzkumu vývoje umělé inteligence jsou otestovány dva přístupy. Jeden přístup využívá algoritmus Monte Carlo tree search (MCTS) s dvěma různými heuristikami a druhý se snaží řešit problém za pomocí neuronových sítí. Neuronové sítě mají dvojí využití. Jedno využití je pro samotnou umělou inteligenci a druhé v jedné z heuristik. Provedeným výzku- mem jsme zjistili, že umělá inteligence využívající MCTS dokáže hrát nejlépe, ale nezvládá velké mapy. Oproti tomu umělá inteligence s neuronovými sítěmi dokáže hrát na libovolné mapě, a proto by mohla být potencionálně dalším cílem výzkumu. Výsledkem práce je základ pro další možný vývoj umělé inteligence. 1
The aim of this work is the implementation of the game Risk and ex- ploration how to develop artificial intelligence into game. Game implementation and artificial intelligence experiments are written in C# programming language. Two approaches are tested in the development of artificial intelligence. One ap- proach uses the Monte Carlo tree search algorithm (MCTS) with two different heuristics and the other tries to solve the problem with neural networks. Neural networks have two uses. One use is for the artificial intelligence itself and the se- cond use is in one of the heuristics. Through the research, we found that the best player is the artificial intelligence using MCTS, but on big maps it has problem. On the other hand, the artificial intelligence with neural network can play on any map and therefore could potentially be another aim of research. The result of the work is the basis for further development of artificial intelligence. 1