Umělá inteligence pro hru Tetris

Abstract

Práce je zaměřena na porovnání vybraných algoritmů umělé inteligence ve hře Tetris. Cílem práce je porovnat algoritmus reaktivní umělé inteligence a umělou inteligenci s omezenou pamětí v neočekávaných situacích, které jsou v Tetrise simulovány. Výsledky běhů jednotlivých algoritmů byly následně zpracovávány a vyhodnoceny. Zjištěné chování algoritmů v mnoha případech odpovídá předpokladu, ale objevují se i výjimky. Ukázalo se, že algoritmus Expectimax byl díky jeho uplatnění u stochastických her zvolen zcela správně. Oproti tomu ostatní vybrané algoritmy nebyly optimální pro tak vysokou míru náhodnosti.

The thesis focuses on the comparison of selected artificial intelligence algorithms in the game Tetris. The aim of the thesis is to compare reactive artificial intelligence algorithm and limited memory artificial intelligence in unexpected situations simulated in Tetris. The results of the runs of each algorithm were then processed and evaluated. The discovered behaviour of the algorithms corresponds to the expectation in many cases, but there are some exceptions. It has been shown that the Expectimax algorithm was chosen quite correctly due to its application to stochastic games. In contrast, the other selected algorithms were not optimal for such a high rate of randomness.