Umělá inteligence pro hru Risk
Artificial Intelligence for the Risk Game
bachelor thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/99755Identifiers
Study Information System: 193955
Collections
- Kvalifikační práce [10690]
Author
Advisor
Referee
Gemrot, Jakub
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Programming and Software Systems
Department
Department of Theoretical Computer Science and Mathematical Logic
Date of defense
22. 6. 2018
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
Czech
Grade
Excellent
Keywords (Czech)
deskové hry, umělá inteligence, RiskKeywords (English)
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