CEJPEK, M. Heuristiky pro hraní hry Scotland Yard [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Hodnotím aktivitu studenta i s přihlédnutím k posledním dvěma měsícům, který měl na dopracování práce, stupněm C na jeho spodní hranici.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Zadáním bylo aplikovat metody strojového učení pro počítačovou hru typu 'na schovávanou', konkrétněji o hru založenou na hře Sotland Yard. Výsledná aplikace je funkční a byl upraven text, se kterým student neuspěl při prvním termínu obhajob. Nynější text považuji za lepší a přijatelnější k obhajobě. | ||
| Práce s literaturou | Student si volil literaturu sám či po konzultaci. | ||
| Aktivita během řešení, konzultace, komunikace | Jedná se o opravný termín zkoušky. Během letních měsíců student projevil snahu text opravit a zlepšit. | ||
| Aktivita při dokončování | Mohl jsem zhodnotit zvolené úpravy textu v dostatečném předstihu. Několik doporučení, které jsem k textu měl, student zapracoval. | ||
| Publikační činnost, ocenění | Není mi známa. |
Z důvodů popsaných výše hodnotím bakalářskou práci Michala Cejpka jako uspokojivou / D.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Posuzovaná bakalářská práce je přepracovanou prací, jejíž původní verzi student v řádném termínu neobhájil. Mohu proto pouze opakovat, že zadání práce považuji za obtížnější, protože jeho cílem bylo prostudovat a použít metody posilovaného a hlubokého učení pro řešení relativně obtížné hry. | ||
| Rozsah splnění požadavků zadání | Student se v přepracované práci zabýval stejnou hrou, kterou se zabýval i v původní verzi práce a která je výrazným zjednodušením hry Scotland Yard. Tentokrát mohu konstatovat, že student zadání splnil, nicméně s výhradami, které uvádím níže v hodnocení prezentační úrovni zprávy. | ||
| Rozsah technické zprávy | Rozsah technické zprávy je stále na spodní hranici požadovaného rozsahu (45 stran, 54 normostran), oproti původní verzi (37 stran, 45 normostran) byla doplněna část týkající se implementace systému. Toto doplnění a některé další menší úpravy/opravy textu přispěly k lepší představě o přístupu studenta k řešenému problému . | ||
| Prezentační úroveň technické zprávy | 60 | Prezentační úroveň technické zprávy je sice lepší než úroveň původní neobhájené bakalářské práce, nicméně i nyní mám několik vážnějších připomínek: Popis hry Scotland Yard v kapitole 2.1 je příliš stručný a není ani úplný, naopak kapitola 2.2 je zcela zbytečná, protože její obsah nijak nepřispívá k řešenému problému. V algoritmech 1 a 2 se budou stále vybírat náhodné akce, protože hodnota parametru epsilon se v těchto algoritmech nemění. V bodu 10 algoritmu 2 není zřejmé, co znamená "vzorkuj náhodnou skupinu přechodů" a v bodu 13 se metodou gradientního vzestupu nebude ztráta minimalizovat, ale bude se naopak zvyšovat. Algoritmus 3 (7 kroků) je oproti algoritmu 2 (18 kroků) příliš stručný. Chybí v něm nastavení příslušných parametrů a především pak výpočet účelové funkce z rovnice (3.9) a jejího gradientu. V kapitole 4 je student nedůsledný v rozlišování agentů a jejich typů. Je zřejmé, že ve hře nejde o dva, ale o čtyři agenty se dvěma různými strategiemi (jednu strategii používá pan X a druhou policisté). O některých prvcích vstupních vektorů obou popisovaných neuronových sítí, v práci označovaných jako "viditelné stavy prostředí", by bylo možné diskutovat (aktuální kolo, počet kol, vzdálenosti). Popisy všech pěti algoritmů v kapitole 4.4 nejsou příliš jasné a nejsou uvedené ani v logickém pořadí. Tato kapitola je tak ke škodě celé zprávy její nejslabší částí. V kapitole 5 jsou ve všech grafech ypsilonové osy označené jako "hodnota", ale není zřejmé, o jakou hodnotu jde. Navíc tyto osy mají v těchto grafech různá měřítka. | |
| Formální úprava technické zprávy | 60 | Formální úprava nové technické zprávy je také lepší, něž byla formální úprava zprávy původní bakalářské práce, stále se však v textu vyskytuje řada nedokonalostí, nepřesností a překlepů. Například "Prostředí poskytuje agentovi informace o stavu", "Spojitý akční prostor může například ovládat sílu stlačení pedálu", "optimálnější strategie", "graf simulace", "textbf9 Chamtivá strategie ", apod. Některé zkratky použité v textu nejsou vůbec vysvětlené (Marl, ACER), pořadí klíčových slov by mělo být v angličtině stejné jako v češtině a průměrné vzdálenosti mezi panem X a policisty uvedené na str. 41 na 15 desetinných míst nelze brát vážně. | |
| Práce s literaturou | 55 | V závěrečné seznamu literatury je uvedeno 22 publikací, v textu zprávy jsou však odkazy pouze na 3 z nich. Není proto jasné, zda všechny z těchto publikací student prostudoval, i když je zřejmé, že některé informace, především pak rovnice a algoritmy uvedené ve zprávě, odněkud převzít musel. V seznamu použité literatury pak chybí všechny tři publikace uvedené v zadání práce jako základní. | |
| Realizační výstup | 65 | Realizační výstup je funkční pouze s omezením. Spustitelný je hlavní program s pevně nastaveným počtem kroků hry a s možností volby jednoho ze tří algoritmů pro pana X a jednoho ze stejných tří algoritmů pro agenta představujícího policisty. Chybí jakákoliv možnost změn, možnost krokování a v konzolovém výstupu bych místo oznámení o konci každé hry očekával informaci o tom, kdo v této hře zvítězil. Dva programy pro učení agentů lze sice také spustit, ale není zřejmé co a jak učí, co znamenají výpisy během učení, ani jak jsou pak využity výsledky tohoto učení. | |
| Využitelnost výsledků | Práce jistým způsobem navazuje na několik předchozích bakalářských prací, které zadaný problém řešily jinými přístupy a s nepříliš dobrými výsledky. Výsledky této práce v praxi také využitelné nebudou, mohou však sloužit pro další zdokonalování učení této, resp. nějaké podobné hry. |
eVSKP id 162128