Vojtěch Šalbaba
Bachelor's thesis
Samoučící algoritmus pro deskovéhry
Self-learning algorithm for desk games
Abstract:
Záměrem práce je prozkoumat fungování, možnosti, vlastnosti, výhody a omezení algoritmů z rodiny Ant Colony Optimization, posléze aplikovat myšlenky Ant Co- lony Optimization na problém nalezení nejlepšího tahu v jednoduché deskové hře a porovnat jeho výkon s algoritmem MiniMaxAbstract:
Goal of this work is to study Ant Colony Optimization algorthms and try to apply them to problem of selecting best move in board game, then compare it to MiniMax
Language used: Czech
Date on which the thesis was submitted / produced: 3. 8. 2010
Thesis defence
- Date of defence: 24. 8. 2010
- Supervisor: Martin Dostál
- Reader: Tomáš Kühr
Citation record
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- Soubory jsou od 3. 8. 2010 dostupné: světu
Univerzita Palackého
Přírodovědecká fakultaBachelor programme / field:
Informatika / Informatika
Theses on a related topic
-
Ant Colony Optimization: Implementace a testování biologicky inspirované optimalizační metody
Michal Havlík -
Ant Colony Optimization Algorithm for Vehicle Routing Problem
Jan Vargovský -
Grafická interaktivní implementace algoritmu Ant Colony Optimization
Martin Mec -
Ant Colony Optimization v prostředí Mathematica\nl{}
Martina VACULÍKOVÁ -
Optimalizace marketingového plánování pomocí umělé inteligence
Adam Klimeš -
Využití metod umělé inteligence v tic tac toe a piškvorkách
Filip Kocián -
Umělá inteligence pro deskovou hru variabilní šachy
David Dobrovolný -
Umělá inteligence pro deskové hry
Jiayuan Hu
Name
Posted by
Uploaded/Created
Rights