Strojové hraní karetní hry "Královské rošády" metodami umělé inteligence

Abstract

Tato bakalářská práce se zabývá možností využití moderních metod umělé inteligence pro hraní strategické karetní hry Královské rošády. Cílem práce je implementovat inteligentní klienty na základě algoritmů Monte Carlo Tree Search (MCTS) a Counterfactual Regret Minimization (CFR) a následně zhodnotit jejich výkonnost proti lidským hráčům. Implementované algoritmy byly řádně testovány proti náhodnému hráči a lidským oponentům. Výsledky ukazují, že MCTS je pro řešení tohoto problému efektivnější než CFR.

This bachelor’s thesis explores the potential of using modern artificial intelligence methods for playing the strategic card game Královské rošády (Royal Castling). The aim of the thesis is to implement intelligent agents based on the Monte Carlo Tree Search (MCTS) and Counterfactual Regret Minimization (CFR) algorithms and to evaluate their performance against human players. The implemented algorithms were thoroughly tested against both random and human opponents. The results show that MCTS is more effective than CFR for this problematic.