Neuronové sítě pro hru gomoku

but.committeeprof. Ing. Adam Herout, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) doc. Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Martin Čadík, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Proč není efektivní Markov Chain Tree Search na GPU? Jak se AlphaZero potýká s Exploration-Exploitation tradeoff? Proč jsou policy head a value head obě hluboké? (Figure 4.1) Proč jste použil právě metodu Monte Carlo Tree search? Dělal jste nějaké srovnání s existujícími metodami?cs
but.jazykangličtina (English)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHradiš, Michalen
dc.contributor.authorSlávka, Michalen
dc.contributor.refereeKolář, Martinen
dc.date.created2019cs
dc.description.abstractTáto práca sa zaoberá použitím algoritmu AlphaZero pre hru Gomoku. AlphaZero je založený na spätnoväzbnom učení a k trénovaniu nemusia byť využité žiadne existujúce datasety. Trénovanie prebieha iba na hrách algoritmu samého so sebou. AlphaZero používa algoritmus na prehľadávanie stromu, pre zlepšenie stratégie. Na vylepšnej stratégii sa následne trénuje neurónová sieť. Tento prístup bol úspešný v hrách proti existujúcim algoritmom. Generovanie trénovacích dát vysokej kvality si vyžaduje veľa výpočetne náročných iterácií trénovania a generovania dát. Experimenty ukázali, že každou iteráciou sa algoritmus zlepšuje, čo naznačuje, že je ešte miesto na zlepšenie, ale množstvo iterácií  nedostačovalo na to, aby bol poriadne natrénovaný.en
dc.description.abstractThis thesis explores the usage of AlphaZero algorithm for the game of Gomoku. AlphaZero is a reinforcement learning algorithm, which does not require any existing datasets and is able to improve only by using self-play. It uses a tree search for policy improvement, which is subsequently used for training. This approach was able to defeat the previous state of the art methods. Generating training data of high quality requires a lot of computationally expensive iterations, which makes them algorithm slow to train. Experiments show that the strength of the play is growing with each subsequent iteration, this might indicate that it still has room for improvement with more training and that it has not reached its full potential.cs
dc.description.markBcs
dc.identifier.citationSLÁVKA, M. Neuronové sítě pro hru gomoku [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.cs
dc.identifier.other122040cs
dc.identifier.urihttp://hdl.handle.net/11012/180191
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectneurónové sieteen
dc.subjectMonte Carlo tree searchen
dc.subjectAlphaZeroen
dc.subjectbackpropagationen
dc.subjectreinforcement learningen
dc.subjectneural networkscs
dc.subjectMonte Carlo tree searchcs
dc.subjectAlphaZerocs
dc.subjectbackpropagationcs
dc.subjectreinforcement learningcs
dc.titleNeuronové sítě pro hru gomokuen
dc.title.alternativePlaying Gomoku with Neural Networkscs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2019-06-11cs
dcterms.modified2019-07-08-13:31:24cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid122040en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 19:24:19en
sync.item.modts2025.01.15 21:07:45en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 4 of 4
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.4 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
Posudek-Vedouci prace-21764_v.pdf
Size:
85.29 KB
Format:
Adobe Portable Document Format
Description:
Posudek-Vedouci prace-21764_v.pdf
Loading...
Thumbnail Image
Name:
Posudek-Oponent prace-21764_o.pdf
Size:
88.7 KB
Format:
Adobe Portable Document Format
Description:
Posudek-Oponent prace-21764_o.pdf
Loading...
Thumbnail Image
Name:
review_122040.html
Size:
1.43 KB
Format:
Hypertext Markup Language
Description:
file review_122040.html
Collections