HEAL DSpace

Ανάπτυξη ευφυών πρακτόρων ηλεκτρονικών παιχνιδιών με τη χρήση γενετικών αλγορίθμων

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Παπαγιάννης, Αναστάσιος el
dc.contributor.author Papagiannis, Anastasios en
dc.date.accessioned 2018-02-01T09:23:47Z
dc.date.available 2018-02-01T09:23:47Z
dc.date.issued 2018-02-01
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/46344
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.15066
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject Ηλεκτρονικά παιχνίδια el
dc.subject Τεχνητή νοημοσύνη el
dc.subject Γενετικοί αλγόριθμοι el
dc.subject Κωδικοποίηση καταστάσεων el
dc.subject Πράκτορες el
dc.subject Video games en
dc.subject Artificial intelligence en
dc.subject Genetic algorithms en
dc.subject State encoding en
dc.subject Agents en
dc.title Ανάπτυξη ευφυών πρακτόρων ηλεκτρονικών παιχνιδιών με τη χρήση γενετικών αλγορίθμων el
heal.type bachelorThesis
heal.classification Ευφυή συστήματα el
heal.classificationURI http://data.seab.gr/concepts/aeeca99fc63e5f271c42e25accff2693ca5625d7
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2017-10-30
heal.abstract Την τελευταία δεκαετία, τα ηλεκτρονικά παιχνίδια αποτελούν ένα ιδιαίτερα δημοφιλές πεδίο εφαρμογής των σύγχρονων μεθόδων του ευρύτερου κλάδου της τεχνητής νοημοσύνης. Καθώς οι απαι- τήσεις για ευφυή συμπεριφορά στα παιχνίδια αυξάνονται συνεχώς, η εφαρμογή αυτών των τεχνικών ξεπερνά το πλαίσιο δοκιμαστικού χαρακτήρα και αποκτά πρακτικούς σκοπούς. Ευριστικές μέθοδοι, νευρωνικά δίκτυα, δέντρα αναζήτησης και εξελικτικοί αλγόριθμοι είναι οι σημαντικότερες τεχνικές που έχουν χρησιμοποιηθεί μέχρι σήμερα στην προσπάθεια ανάπτυξης νοημοσύνης, ικανής να είναι ανταγωνιστική για τους ανθρώπους. Στόχος της συγκεκριμένης διπλωματικής εργασίας είναι η μελέτη της χρήσης εξελικτικών αλγορίθμων, συγκεκριμένα των γενετικών αλγορίθμων, για τη δημιουργία πρακτόρων ελέγχου του βασικού χαρακτήρα σε ηλεκτρονικά παιχνίδια. Οι Γενετικοί Αλγόριθμοι βασίζονται στη Δαρβινική Θεωρία της εξέλιξης, προσομοιώνοντας στον υπολογιστή τη λογική της αναπαραγωγής και της επιβίωσης των ικανότερων ατόμων, όπως συμβαίνει στη φύση. Πρόκειται για μία μέθοδο δοκιμής-σφάλματος μέχρι την εύρεση ικανοποιητικής λύσης για ένα πρόβλημα. Στην παρούσα εργασία, εξετάζεται μία εναλλακτική προσέγγιση της εφαρμογής ΓΑ σε ηλεκτρονικά παιχνίδια, όσον αφορά την κωδικοποίηση του προβλήματος. Η βασική ιδέα είναι η κωδικοποίηση των καταστάσεων του κόσμου του παιχνιδιού, σε αντίθεση με τις κλασσικές τεχνικές στις οποίες κωδικοποιείται η ακολουθία των κινήσεων. Οι πράκτορες υλοποιήθηκαν στην πλατφόρμα του Γενικού Διαγωνισμού Ηλεκτρονικών Παιχνιδιών με χρήση Τεχνητής Νοημοσύνης (GVG-AI), η οποία διαθέτει το κατάλληλο υπόβαθρο για την ανάπτυξη τέτοιων εφαρμογών. Σχεδιάστηκαν τρεις διαφορετικές εκδοχές ενός πράκτορα για το παιχνίδι Zelda που περιλαμβάνεται στη συγκεκριμένη πλατφόρμα. Σε όλες τις εκδοχές στόχος είναι η εύρεση της βέλτιστης κίνησης ανάλογα με την κατάσταση του κόσμου, διαφέρουν όμως ως προς τα σημεία του κόσμου που λαμβάνονται υπόψιν. Αρχικά τα σημεία εξετάστηκαν ένα προς ένα ενώ στη συνέχεια δοκιμάστηκε η κωδικοποίηση τους ανά ομάδες. Στο τέλος αξιολογούνται τα αποτελέσματα και παρουσιάζονται μελλοντικές κατευθύνσεις για την επέκταση του ίδιου πράκτορα σε ένα δεύτερο παιχνίδι και για τα περιθώρια γενίκευσης αυτής της τεχνικής. el
heal.abstract During the last decade, video games have become a very popular field of application of modern methods in the broader Artificial Intelligence industry. As the demand for intelligent behaviour in games is constantly increasing, the application of these techniques goes beyond the testing framework and pursues practical purposes. Heuristics, neural networks, search trees and evolutionary algorithms have been the most significant techniques used so far in an attempt to develop intelligence competitive for humans. The purpose of this diploma thesis is to study the use of evolutionary algorithms, namely genetic algorithms, in the creation of agents that will control the avatar in video games. Genetic Algorithms are based on Darwin’s Theory of Evolution, simulating on the copmuter the reproduction and survival of the most capable individuals, as is the case in nature. This is a trial and error method, which terminates when a satisfactory solution is achieved. The present thesis sets out to investigate an alternative approach to the application of genetic algorithms on video games concerning problem encoding. The main idea is to encode the state of the world of the game, instead of the the sequence of actions which is encoded in most of the classic approaches. The agents were implemented on the General Video Game Artificial Intelligence (GVG-AI ) Competition’s framework, which provides a suitable background for the development of this kind of applications. The implementation consists of three different versions of an agent, designed to control the avatar in Zelda, a game which is available through the particular framework. The goal of each agent version is to select the optimum action according to the world’s state. Each version differs, however, in the world’s blocks taken into consideration. Initially all the blocks were tested separately and subsequently they were encoded and tested in groups. Finally the results are evaluated and future directions for extending the same agent to a second game are presented along with the scope for generalization of the described technique. en
heal.advisorName Σταφυλοπάτης, Ανδρέας-Γεώργιος el
heal.committeeMemberName Σταφυλοπάτης, Ανδρέας-Γεώργιος el
heal.committeeMemberName Στάμου, Γεώργιος el
heal.committeeMemberName Τσανάκας, Παναγιώτης el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών el
heal.academicPublisherID ntua
heal.numberOfPages 80 σ.
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα