Metody hlubokého učení pro strojové hraní hry Scotland Yard
| but.committee | doc. Ing. František Zbořil, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) Ing. David Bařina, Ph.D. (člen) doc. Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Radek Burget, Ph.D. (člen) | cs |
| but.defence | Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm C. | cs |
| but.jazyk | angličtina (English) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Zbořil, František | en |
| dc.contributor.author | Hrkľová, Zuzana | en |
| dc.contributor.referee | Janoušek, Vladimír | en |
| dc.date.created | 2023 | cs |
| dc.description.abstract | Táto práca sa zaoberá metódami hlbokého učenia, ktoré sú aplikovateľné na stolné hry s neurčitosťou. V rámci práce boli naštudované princípy učenia s posilňovaním, s hlavným zameraním na Q-learning algoritmy, spomedzi ktorých bol vybraný Deep Q-Network algoritmus. Ten bol následne implementovaný na zjednodušených pravidlách stolnej hry Scotland Yard. Konečná implementácia bola porovnaná s metódami Alpha-Beta a Monte Carlo Tree Search. S výsledkov vyplinulo, že schovávaný hráč riadený DQN algoritmom predstavoval pre ostatné metódy najťažšieho protihráča, narozdiel od hľadajúcich hráčov, ktorým sa nepodarilo zlepšiť existujúce riešenia. Napriek tomu, že implementovaná metóda nedosiahla lepšie výsledky oproti doposiaľ existujúcim metódam, ukázalo sa, že potrebuje najmenej výpočetných zdrojov a času na vykonanie daného ťahu. To ju robí najperspektívnejšou zo spomínaných metód na budúcu možnú implementáciu originálnej verzie danej hry. | en |
| dc.description.abstract | This theses concerns with deep learning methods applied to machine playing board games containing movement uncertainty. Reinforcement learning principles with main focus on Q-learning algorithms were studied, among which Deep Q--Network had been chosen and applied on simplified rules of the Scotland Yard board game. The final implementation was put to test against Alpha-Beta and Monte Carlo Tree Search. The results have shown that the hider driven by DQN represented the hardest opponent for the other two methods, while the DQN seekers did not manage to surpass past results. Although the implemented method did not reach better results than currently known methods, it proved to be the least demanding when considering computational resources and time needed to perform a given move, making it the most perspective to implement on original version of the game in the future. | cs |
| dc.description.mark | C | cs |
| dc.identifier.citation | HRKĽOVÁ, Z. Metody hlubokého učení pro strojové hraní hry Scotland Yard [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023. | cs |
| dc.identifier.other | 144325 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/211063 | |
| dc.language.iso | en | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | strojové učenie | en |
| dc.subject | hlboké učenie | en |
| dc.subject | neurónové siete | en |
| dc.subject | posilované učenie | en |
| dc.subject | Q-learning | en |
| dc.subject | DQN | en |
| dc.subject | stolné hry | en |
| dc.subject | strategické hry | en |
| dc.subject | hry z neurčitosťou | en |
| dc.subject | Scotland Yard | en |
| dc.subject | machine learning | cs |
| dc.subject | deep learning | cs |
| dc.subject | neural networks | cs |
| dc.subject | reinforcement learning | cs |
| dc.subject | Q-learning | cs |
| dc.subject | DQN | cs |
| dc.subject | board games | cs |
| dc.subject | strategy games | cs |
| dc.subject | games with uncertainty | cs |
| dc.subject | Scotland Yard | cs |
| dc.title | Metody hlubokého učení pro strojové hraní hry Scotland Yard | en |
| dc.title.alternative | Deep Learning Methods for Machine Playing the Scotland Yard Board Game | cs |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2023-06-13 | cs |
| dcterms.modified | 2023-06-13-11:07:29 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 144325 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.18 19:46:55 | en |
| sync.item.modts | 2025.01.15 18:08:03 | en |
| thesis.discipline | Informační technologie | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů | cs |
| thesis.level | Bakalářský | cs |
| thesis.name | Bc. | cs |