Preiskovanje pri igrah z nepopolno informacijo na primeru tršetaKAFOL, ŽAN (Avtor) Robnik Šikonja, Marko (Mentor) Preiskovanje dreves Monte Carlonepopolna informacijaumetna inteligencatršetekspektiminimakspreiskovanjeračunalništvoračunalništvo in informatikamagisterijiV magistrskem delu preizkušamo različne pristope za reševanje problema preiskovanja z nepopolno informacijo. Za primer smo izbrali igro s kartami tršet, kjer nepopolno informacijo predstavljajo karte v kupčku, to pa pomeni, da možne poteze igralcem niso vidne in na igro vpliva verjetnost. Glavni poudarek je na metodi preiskovanja dreves Monte Carlo (MCTS), ki temelji na naključnih simulacijah in preišče le del prostora. MCTS se je na tej domeni izkazal za uspešno metodo. Razvili smo prototip avtomatskega agenta za igranje igre, ga postopoma izboljševali s spreminjanjem parametrov ter vpeljevanjem hevristik ter merili njegovo uspešnost. V preiskovanje smo vključili tudi znanje, pridobljeno iz baze človeških iger ter testirali vpliv parametrov na uspešnost. Uspešnost smo ovrednotili na podlagi iger proti človeškim igralcem ter z medsebojnim igranjem različnih pristopov.Ž. Kafol20142014-10-03 09:30:01Magistrsko delo/naloga29965VisID: 13995COBISS_ID: 1536017603sl