Strategická desková hra s neurčitostí

Abstract

Táto práca rieši autonómne fungovanie hry Scotland Yard za využitia metód umelých inteligencií pre hranie hier a strojového učenia. Daný problém je úspešne vyriešený pomocou algoritmu pre hranie hier - Alfa-beta. Strojové učenie bolo riešené, ale nebolo úspešné najmä pre veľkú stavovú expanziu a pre nedostatočné možnosti vlastných zdrojov výpočtového výkonu. Riešenie pomocou algoritmu Alfa-beta bolo testované ľudským protihráčom a výsledok testovania ukázal schopnosť AI plnohodnotne konkurovať ľudskému hráčovi. Výsledkom práce je funkčná verzia autonómneho systému, ktorý hrá hru Scotland Yard v zmenšenej hernej ploche. Na základe experimentov so strojovým učením som navrhol niekoľko vylepšení, ktoré by v budúcnosti mohli viesť k funkčnému riešeniu problému strojovým učením.The thesis focuses on creating an autonomous functional system for the game Scotland Yard by using artificial intelligence methods for game theory and machine learning. The problem is solved by algorithm of game theory - Alpha Beta. There was an attempt to use machine learning, but it proved to be unsuccessful due to the large number of states for expansion and insufficient computational recourses. The solution using Alpha Beta algorithm was tested on human players and it proved the ability of artificial intelligence to fully compete against real players. The resulting system is functional, autonomous and capable of playing the game Scotland Yard on simplified game area. Based on these experiments, the thesis also introduces some improvements that could utilize machine learning and extend the existing solution.