1. Strojno učenje računalniškega igralca v igri Havannah : diplomsko deloNino Serec, 2020, undergraduate thesis Abstract: V zadnjih letih je bil na področju umetne inteligence z uporabo okrepitvenega učenja nevronskih mrež dosežen preboj pri sposobnostih računalnika za igranje iger na deski, kot je Go, pri katerih je bil človek doslej močnejši nasprotnik. V diplomskem delu raziščemo algoritem igranja iger AlphaZero, ki kombinira tehnike preiskovanja dreves Monte Carlo in okrepitvenega učenja nevronskih mrež. Algoritem začne brez posebnega predznanja o dobrih strategijah, vendar se moč algoritma s postopkom učenja, ki se ponavlja iterativno, konstantno povečuje.
V diplomskem delu opišemo in implementiramo osnovno obliko AlphaZero za igranje igre Havannah. Naučimo več različic modela nevronskih mrež, kjer vsak naslednik premaga svojega prednika in postane prvak. S tem pokažemo, da se lahko računalniški igralec uči igranja igre Havannah samo s podanimi pravili igre, tako da je sposoben premagati povprečnega človeškega igralca.
Keywords: igra Havannah, drevesno preiskovanje Monte Carlo, nevronske mreže, okrepitveno učenje, tabula rasa
Published in DKUM: 11.11.2020; Views: 1180; Downloads: 92
 Full text (1,29 MB) |
2. Globoko učenje in igra dama : diplomsko deloJan Popič, 2019, undergraduate thesis Abstract: V zaključnem delu smo zasnovali računalniški program AlphaLady, ki se je sposoben naučiti igranja igre dama brez vnosa človeškega znanja. Za dosego tega smo uporabili vzpodbujevalno učenje, drevesno preiskovanje Monte Carlo in globoke konvolucijske mreže za ocenitev posameznih stanj v igri. Predstavili smo programe Alpha Go, AlphaGo Zero in AlphaZero, na podlagi katerih je zasnovan naš program. Opisali smo uporabljeno ogrodje in teoretično ozadje uporabljenih pristopov. Uspelo nam je naučiti 9 različic programa, pri čemer je vsaka naslednja različica enakovredna ali boljša kot prejšnja.
Keywords: umetna inteligenca, globoko učenje, konvolucijska nevronska mreža, drevesno preiskovanje Monte Carlo, vzpodbujevalno učenje, igra dama
Published in DKUM: 13.11.2019; Views: 2048; Downloads: 244
Full text (749,47 KB) |
3. Drevesno preiskovanje Monte Carlo v igri HavannahVanesa Krajnc, 2018, undergraduate thesis Abstract: V diplomskem delu predstavimo namizno igro Havannah in algoritem drevesnega preiskovanja Monte Carlo. Slednji je v zadnjih letih pripomogel k občutno boljši zmogljivosti računalniških igralcev v kompleksnih namiznih igrah s popolno informacijo, med katere spada tudi Havannah. Implementiramo tri računalniške igralce igre Havannah: prvi uporablja osnovno različico drevesnega preiskovanja Monte Carlo, drugi uporablja algoritem hitrega ocenjevanja vrednosti akcij, tretji pa kombinacijo drevesnega preiskovanja Monte Carlo s hitrim ocenjevanjem vrednosti akcij. Na koncu primerjamo vse tri igralce v medsebojnih igrah in v igrah proti človeškemu nasprotniku.
Keywords: igra na deski Havannah, drevesno preiskovanje Monte Carlo, hitro ocenjevanje vrednosti akcij, igre s popolno informacijo
Published in DKUM: 14.11.2018; Views: 1509; Downloads: 149
Full text (1,47 MB) |
4. METODE MONTE CARLO ZA IGRANJE IGERMitja Rešek, 2013, undergraduate thesis Abstract: Metode Monte Carlo so dokaj nov način uporabe umetne inteligence za igranje iger. Čeprav so se prvi koncepti uporabe te metode pojavili že zelo zgodaj, je do uporabe v igrah preteklo precej časa. V tem delu predstavimo enega izmed možnih načinov uporabe teh metod v igri dama. Metode Monte Carlo se relativno enostavno prilagajajo tej igri, saj gre za igro s popolno informacijo. Izkaže se, da je metoda tudi s pomanjkljivo hevristično funkcijo konkurenčna povprečnemu človeškemu igralcu.
Keywords: metode Monte Carlo, dama, igre s popolno informacijo, drevesno preiskovanje Monte Carlo
Published in DKUM: 19.09.2013; Views: 2364; Downloads: 141
Full text (1,83 MB) |
