Uporaba drevesnega preiskovanja Monte Carlo in strojnega učenja za učenje hevristične funkcijeFRLIC, KARIN (Avtor) Sadikov, Aleksander (Mentor) drevesno preiskovanje Monte Carlonadzorovano strojno učenjealgoritem minimakshevristična ocenjevalna funkcijarezanje alfabetaigra HexAlgoritem minimaks je eden najbolj razširjenih algoritmov za igranje iger med dvema igralcema. Pri tem se uporablja hevristična funkcija, ki ocenjuje, kako koristno je doseči neko stanje v igri za posameznega igralca. V diplomskem delu poskusimo tako funkcijo za igranje igre Hex ustvariti avtomatsko z uporabo različnih modelov nadzorovanega strojnega učenja. Učne primere za strojno učenje pridobimo s številnimi odigranimi igrami, ki jih simulira MCTS. Ugotovimo, da je igralec, ki za izbiro potez uporablja algoritem minimaks z α-β in naučeno funkcijo, slabši od igralca, ki igra samo z MCTS. Odkrijemo pa, da igralec, ki združi prednosti obeh omenjenih igralcev, igra bolje od MCTS.20192019-01-30 10:46:46Diplomsko delo/naloga106123sl