Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 392)
Detail práce
   Přihlásit přes CAS
Umělá inteligence pro hru Hanabi
Název práce v češtině: Umělá inteligence pro hru Hanabi
Název v anglickém jazyce: Artificial Intelligence for the Hanabi Game
Klíčová slova: Hanabi|Umělá inteligence|Evoluční algoritmus|Q-učení
Klíčová slova anglicky: Hanabi|Artificial Intelligence|Evolutionary Algorithm|Q-learning
Akademický rok vypsání: 2022/2023
Typ práce: bakalářská práce
Jazyk práce: čeština
Ústav: Katedra teoretické informatiky a matematické logiky (32-KTIML)
Vedoucí / školitel: doc. Mgr. Martin Pilát, Ph.D.
Řešitel: Bc. Lucie Charvátová - zadáno a potvrzeno stud. odd.
Datum přihlášení: 13.09.2022
Datum zadání: 20.09.2022
Datum potvrzení stud. oddělením: 11.10.2022
Datum a čas obhajoby: 29.06.2023 09:00
Datum odevzdání elektronické podoby:11.05.2023
Datum odevzdání tištěné podoby:11.05.2023
Datum proběhlé obhajoby: 29.06.2023
Oponenti: Mgr. Vojtěch Černý
 
 
 
Zásady pro vypracování
Hanabi je kooperativní karetní hra, ve které hráči nevidí svoje karty, ale pouze karty svých spoluhráčů. Během hry si potom hráči mohou dávat nápovědy o barvách nebo hodnotách karet. Cílem hry je poskládat karty na hromádky roztříděné podle barvy a seřazené podle hodnoty. Díky svým jednoduchým pravidlům slouží hra Hanabi také jako oblíbené prostředí pro multi-agentní umělou inteligenci.

Cílem práce je implementovat hru Hanabi a porovnat v ní různé typy umělé inteligence. Studentka nastuduje dostupnou literaturu o hře Hanabi a umělé inteligenci týkající se této hry. Na základě literatury navrhne vlastní algoritmy pro umělou inteligenci v Hanabi a porovná je s existujícími algoritmy.
Seznam odborné literatury
[1] Bard, Nolan, Jakob N. Foerster, Sarath Chandar, Neil Burch, Marc Lanctot, H. Francis Song, Emilio Parisotto et al. "The Hanabi Challenge: A New Frontier for AI Research." Artificial Intelligence 280 (2020): 103216. Elsevier. DOI: 10.1016/j.artint.2019.103216
[2] Hu, Hengyuan, Jakob N. Foerster. "Simplified action decoder for deep multi-agent reinforcement learning". arXiv preprint arXiv:1912.02288, 2019.
[3] Stuart Russell, Peter Norvig. "Artificial Intelligence: A Modern Approach". Person Education. 2021. ISBN: 978-1-292-40113-3
 
Univerzita Karlova | Informační systém UK