Területetfoglaló stratégia megvalósítása mélytanulási módszerrel a TRON játékban

OData támogatás
Konzulens:
Dr. Harmati István
Irányítástechnika és Informatika Tanszék

A TRON nevű számítógépes játék megtöltötte a játéktermeket az 1980-as években, és hírnevét a számos későbbi kiadás megőrizte. A játék célja minél több mezőt pontosan egyszer elfoglalni az általunk irányított figurával anélkül, hogy az ellenfél útját vagy saját korábbi utunkat érintenénk. A játékban használt stratégiák rendkívül változatosak illetve összetettek lehetnek, hiszen egyszerre kell figyelemmel kísérni mindkét játékos helyzetét.

Jelen szakdolgozat témája egy, a játékban használatos, mesterséges intelligencia alapú játékirányítási algoritmus létrehozása. Az algoritmus alapja a napjainkban nagyon nagy népszerűségnek örvendő mélytanulás alapú neurális hálózat.

A dolgozat során bemutatásra kerülnek az így létrehozott hálózatok, különös figyelmet szentelve a tanulási folyamat áttekintésének és a végleges struktúra kialakulásának. Mivel a hálózat képes tanulni az előző játékokból, egy-egy tanulás után beszélhetünk újabb generációról. Az egyes generációk külön is implementálásra kerültek, ezzel figyelemmel lehet követni a fejlődést.

A munka során megvalósításra került egy TRON szimulátor, amelyben a felhasználó ténylegesen kipróbálhatja magát az egyes algoritmusok ellen, illetve a grafikus környezetnek köszönhetően szemmel lehet kísérni az egyes mesterséges intelligencia alapú irányítások mérkőzéseit.

Az ismertetésre kerülő mélytanulás alapú hálózat iránti elvárás volt, hogy magabiztosan győzze le a véletlen lépések sorozatán alapuló algoritmusokat, valamint az, hogy képes legyen tanulni az ellenfelétől. Az így elért eredmények ismertetésén túl a különböző generációk összecsapásainak végkifejlete is helyet kapott.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.