BENDA, M. Soutěžní hřiště pro umělou inteligenci [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2018.

Posudky

Posudek vedoucího

Matoušek, Radomil

Předložená diplomová práce prezentuje implementaci známé hry „hadi“, a návrh a řešení autonomních herních strategií realizovaných na základě umělé neuronové sítě. Práci lze dekomponovat na teoretickou a praktickou část. Praktická část implementovala hru hadi a dále realizovala návrh herních strategií AI. Tuto část lze považovat za obtížnou; asimilace Deep Q Learning, knihovna Keras aj. Teoretická část dávala relativní svobodu v popisu, což je na výsledku lehce patrné. Zde bych přivítal hlubší popis struktury NN a vlastní implementace v kontextu zapojení herních strategií dle zadání, včetně rozsáhlejšího a sofistikovanějšího testování těchto strategií. V době kdy metody ANNs (Artificial Neural Networks) získávají na významu nejen v propagačním kontextu, např. AlphaGo, povařuji řešení za velmi aktuální, nesnadné a diplomantem dobře rozpracované. Vlastní popis je na dobré úrovni, včetně grafické části textu, která je na výborné úrovni. Vlastní aplikace poskytuje prostor k dalšímu rozšíření, což je rovněž pozitivní. Celkově práci hodnotím dobře až velmi dobře a bezesporu doporučuji k obhajobě.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání C
Postup a rozsah řešení, adekvátnost použitých metod C
Vlastní přínos a originalita A
Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry D
Využitelnost výsledků v praxi nebo teorii A
Logické uspořádání práce a formální náležitosti B
Grafická, stylistická úprava a pravopis B
Práce s literaturou včetně citací A
Samostatnost studenta při zpracování tématu A
Navrhovaná známka
C

Posudek oponenta

Dvořák, Jiří

Cílem práce byl návrh hry s rozhraním pro soutěž algoritmů umělé inteligence a vytvoření vlastního hráče (umělé inteligence). Zadání práce bylo v podstatě splněno. Autor si vybral hru Snake a pro implementaci umělé inteligence hráče zvolil neuronové sítě. Rešeršní část popisuje systémy UI pro hraní her (kap. 2), neuronové sítě (kap. 3) a strojové učení (kap. 4). Velká pozornost je zde věnována technikám hlubokých neuronových sítí a hlubokého učení, ačkoli nakonec autorem vytvořené systémy tyto techniky nepoužívají. Tato část nemá dobrou strukturu. Kapitola 2 měla být zařazena až za kapitolu 4, protože při popisu herních UI se používají pojmy a metody, popsané a vysvětlené až v kapitolách 3 a 4. V kapitole o neuronových sítích by bylo vhodné popsat metodu backpropagation. V praktické části práce je podrobně popsána aplikace zahrnující jak soutěžní hřiště hry Snake, tak navržené umělé inteligence. Implementace zvoleného řešení byla provedena v programovacím jazyce Python, který je velmi populární pro práci s neuronovými sítěmi. Vyzdvihnout lze dobrou kvalitu vytvořeného kódu, který je jasný a přehledný, což umožňuje další rozšiřování funkčnosti. Této části práce je třeba vytknout malý počet provedených experimentů a nedostatečnou interpretaci jejich výsledků. V práci se vyskytuje řada překlepů, gramatických chyb a stylistických nedostatků. Některé matematické symboly v textu nejsou psány kurzívou. Po grafické stránce je práce zpracována kvalitně.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání B
Postup a rozsah řešení, adekvátnost použitých metod C
Vlastní přínos a originalita B
Schopnost interpretovat dosaž. výsledky a vyvozovat z nich závěry C
Využitelnost výsledků v praxi nebo teorii C
Logické uspořádání práce a formální náležitosti C
Grafická, stylistická úprava a pravopis C
Práce s literaturou včetně citací B
Navrhovaná známka
C

Otázky

eVSKP id 109190