Reinforcement learning pro stolní hry

Tomáš Pospíšil

Bakalářská práce

Reinforcement Learning for Table-Games

Anotace:

Cílem této bakalářské práce je prozkoumat a popsat vybrané algoritmy zpětnovazebního učení a aplikovat je na konkrétní deskové hře. Práce obsahuje popisy principů na kterých je zpětnovazební učení založeno a dále popis jednotlivých algoritmů. Tyto algoritmy jsou naimplementovány a otestovány v praktické části bakalářské práce a dosažené výsledky jsou shrnuty v závěru práce.

Abstract:

The aim of this bachelor thesis is to examine and describe selected reinforcement learning algorithms and apply them to a specific board game. The thesis contains descriptions of the principles on which reinforcement learning is based and a description of individual algorithms. These algorithms are implemented and tested in the practical part of thesis and the results are summarized in the conclusion.

Klíčová slova

strojové učení, zpětnovazební učení, stolní hry, neuronová síť

Keywords

machine learning, reinforcement learning, table games, neural network

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 30. 4. 2022

Obhajoba závěrečné práce

• Obhajoba proběhla 30. 5. 2023
• Vedoucí: Jan Platoš
• Oponent: Petr Prokop

VŠB – Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Bakalářský studijní program / obor:
Informační a komunikační technologie / Informatika a výpočetní technika