7 Wonders žaidimo agentų kūrimo strategijos ir jų palyginimai

Ištrauka

7 Wonders žaidimo agentų kūrimo strategijos ir jų palyginimai
Bakalauro baigiamasis darbas

Turinys
ĮVADAS..........................................................................................................................................5
1. „7 WONDERS“ STALO ŽAIDIMAS..................................................................................8
1.1. Žaidimo principas....................................................................................................8
1.2. Žaidimo jgyvendinimas.........................................................................................8
1.2.1................................................Atviro kodo žaidimo jgyvendinimas
.................................................................................................................................8
1.2.2.......................................Atviro kodo žaidimo gerinimo priežastys
.................................................................................................................................9
1.2.3. Pagerintas žaidimo jgyvendinimas......................................................9
1.2.4.................................................................Programiniai sprendimai
..............................................................................................................................10
1.3. Žaidimo kompleksiškumas..................................................................................10
2. DETERMINISTINIS AGENTAS........................................................................................12
2.1. Žaidimo kortos ir jų ypatumai...........................................................................12
2.2. Pirmo amžiaus euristika.......................................................................................14
2.3. Antro amžiaus euristika........................................................................................15
2.4. Trečio amžiaus euristika......................................................................................15
2.5. Godi kortų pasirinkimo euristika......................................................................15
2.6. Galimi pagerinimai..................................................................................................16
3. MONTEKARLO MEDŽIŲ PAIEŠKA PAREMTAS AGENTAS....................................17
3.1. MCTS architektūra...................................................................................................17
3.2. MCTS pagerinimo strategijos...........................................................................18
3.2.1. Mėginio pasirinkimas................................................................................20
3.2.2..............................................Atgalinis informacijos atnaujinimas
..............................................................................................................................21
3.2.3. Probleminės srities žinių integracija................................................21
3.2.4. Geriausio ėjimo vertinimo funkcija.....................................................22
3.2.5. Medžio struktūra............................................................................................22
3.2.6. Ėjimų imties mažinimas..........................................................................25
3.3. Kiti galimi pagerinimai.......................................................................................26
4. TYRIMAS...............................................................................................................................27
4.1. Deterministinio agento testavimas..............................................................27
4.2. MCTS agento testavimas...................................................................................27
4.3. Skirtingų agentų kūrimo metodų palyginimas....................................35
REZULTATAI IR IŠVADOS.....................................................................................................38
ŠALTINIAI...................................................................................................................................39
SANTRUMPOS...........................................................................................................................41

Įvadas
Tyrimo objektas
Dirbtinio intelekto srityje mokslininkai nuolatos stengiasi sukurti
kompetentingus agentus, gebančius priimti sudėtingus sprendimus
kompleksiškose srityse. Šis tyrimas skirtas būtent stalo žaidimų srities
dirbtinio intelekto kūrimui, visą dėmesj sutelkiant j populiaraus stalo
žaidimo „7 Wonders“ kompiuterinio agento kūrimo subtilybes.
Tyrimas yra apribotas dviem skirtingomis metodikomis:
deterministiniu sprendimu ir algoritminiu paremtu MonteKarlo medžių paieška.
Tyrimo aktualumas
Tyrimo rezultatai gali prisidėti prie platesnio dirbtinio intelekto srities
supratimo, suteik dami jžvalgų apie skirtingų sprendimų veiksmingumą
strateginių stalo žaidimų kontekste. Kai deterministiniai algoritmai
remiasi iš anksto nustatytomis taisyklėmis ir išsamia probleminės srities
informacija, MonteKarlo medžių paieška naudoja tikimybėmis ir
simuliacijomis pagrjstą spren dimų pasirinkimo metodą. Nagrinėdami jų
rezultatus sudėtingo ir strategiško žaidimo kaip „7 Wonders“ rėmuose,
siekiame atskleisti kiekvienos metodikos stipriąsias ir silpnąsias puses bei
jų naudojamus kompromisus.
Tyrimo tikslas
Pagrindinis tyrimo tikslas yra išbandyti jvairias MonteKarlo medžių paieškos
algorit mo strategijas „7 Wonders“ žaidimo agento kūrimui ir palyginti jas tarpusavyje
bei su stipriu deterministiniu metodu.
Tyrimo uždaviniai
Kad pasiekti užsibrėžtą tikslą buvo išsikelti keli uždaviniai:
1.Sukurti pilnas žaidimo taisykles ir galimybes apimantj simuliatorių.
2.Sukurti efektyviai gebantj žaisti deterministinj agentą.
3.Sukurti kelis skirtingus agentus remiantis literatūroje
siūlomomis MCTS algoritmo strategijomis:
•ėjimų imties mažinimas remiantis probleminės srities
žiniomis, mažinti kiekj mažai tikėtinų ėjimų medžio plėtimo
žingsnyje,
•skirtingos mėginio pasirinkimo funkcijos paremtos UCT formule,
•skirtingos geriausio ėjimo pasirinkimo funkcijos,
•apjungtų ėjimų MCTS vienas medžio lapas reprezentuoją
žaidimo būseną su visų žaidėjų pasirinktais ėjimais.
4.Pritaikyti MCTS algoritmą efektyviai ir kompetentingai žaisti „7
Wonders“ žaidimą.
5.Palyginti skirtingus agentus ir jų efektyvumą tarpusavyje.