Vytvoření umělé inteligence pro mobilní hru pomocí Unity ML-Agents Toolkit – Jiří Burda
Jiří Burda
Bakalářská práce
Vytvoření umělé inteligence pro mobilní hru pomocí Unity ML-Agents Toolkit
Artificial Intelligence for a Mobile Game Created Using the Unity ML-Agents Toolkit
Anotace:
Cílem bakalářské práce je vytvořit umělou inteligenci pro mobilní hru pomocí knihovny Unity ML-Agents Toolkit. Práce nejprve obsahuje teoretický úvod do umělé inteligence a strojového učení s důrazem na posilované učení, které je jednou z nejpoužívanějších metod v oblasti vývoje herního AI. V praktické části jsou aplikovány znalosti z teoretické části, je popsána implementace trénování AI pomocí knihovny …víceAbstract:
The aim of the bachelor's thesis is to create artificial intelligence for a mobile game using Unity ML-Agents Toolkit. The thesis firstly contents a theoretical introduction to artificial intelligence and machine learning, with an emphasis on reinforcement learning, which is one of the most commonly used methods in the field of game AI development. In the practical part, the knowledge from theoretical …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 13. 5. 2024
Obhajoba závěrečné práce
Citační záznam
Jak správně citovat práci
Burda, Jiří. Vytvoření umělé inteligence pro mobilní hru pomocí Unity ML-Agents Toolkit. Zlín, 2024. bakalářská práce (Bc.). Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Tomáše Bati ve Zlíně, Fakulta aplikované informatikyPlny text prace je k dispozici v elektronicke podobe
Univerzita Tomáše Bati ve Zlíně
Fakulta aplikované informatikyBakalářský studijní program / obor:
Softwarové inženýrství / Softwarové inženýrství
Práce na příbuzné téma
-
Modelování tržního rizika pomocí metod strojového učení a umělé inteligence
Ondřej Lasák -
Částečně řízené učení algoritmů strojového učení (semi-supervised learning)
Jiří Pavlík -
Vstupní zařízení používající strojové učení
Maxym Kostevych -
Algoritmy strojového učení pro zpracování událostí z fázově citlivého OTDR
Přemysl Till -
Predikce teploty tání proteinů na základě strojového učení pro objevování stabilních biokatalyzátorů
Karen Pailozian -
Modelování vlivu podmínek prostředí na biologická společenstva s využitím metod strojového učení.
Hana Mlčochová -
Etika strojového učení
Jan Pešl -
Predikcia bankrotu firiem osobnej dopravy v EÚ použitím metód strojového učenia
Anna Čarnogurská