<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=113682"><dc:title>Igranje igre "Kamen, papir, škarje, kuščar, Spock" z metodami umetne inteligence</dc:title><dc:creator>Bizjak,	Alen	(Avtor)
	</dc:creator><dc:creator>Bosnić,	Zoran	(Mentor)
	</dc:creator><dc:subject>umetna inteligenca</dc:subject><dc:description>Igranje igre "Kamen, papir, škarje, kuščar, Spock" ni zahtevno opravilo, saj je igra preprosta in na prvi pogled podvržena naključju. Bolj zahtevno pa je zmagati oziroma zmagovati na dolgi rok. Z metodami umetne inteligence smo v diplomskem delu na podlagi zgodovine odigranih potez v dani igri poskušali odkriti vzorce v nasprotnikovi strategiji in si zagotoviti pozitivno razmerje zmag in porazov. Pri tem smo se osredotočili izrecno na zgodovino odigranih potez. Ostalih možnih vhodov, kot na primer opazovanje gibanja nasprotnikove roke pri formaciji poteze, nismo uporabili.
Za ta namen smo razvili naslednje algoritme: metoda ujemanja preteklih nizov, markovske verige, spodbujevano učenje na podlagi potez in meta-klasifikator na podlagi spodbujevanega učenja. Razvite algoritme smo testirali preko različnih testnih scenarijev, ki so vključevali strojno učenje s pomočjo preprostih pomožnih algoritmov in vnaprej generirane nize potez. 
Po izvedbi vseh eksperimentov smo algoritme med seboj primerjali in analizirali njihovo uspešnost. Rezultati so pokazali, da sta se v večini primerov najbolje izkazala algoritma markovske verige in meta-klasifikator na podlagi spodbujevanega učenja.</dc:description><dc:date>2020</dc:date><dc:date>2020-01-24 11:45:02</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>113682</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>