Search Algorithms for Stochastic Grid-World Maze Navigation

Bc. Pavol Zaťko

Diplomová práce

Anotace:

Táto práca porovnáva schopnosť viacerých algoritmov vytvárať stratégie na prehľadávanie bludiska napriek tomu, že robot vykonávajúci akcie vybrané algoritmami sa môže dopúšťať chýb. Algoritmom bolo dovolené obmedzene dlho v bludisku trénovať, potom sa v ňom museli rýchlo dostať k čo najviac cieľom. Okrem iných algoritmov sa táto práca zameriava hlavne na Monte Carlo tree search a Q-learning a pokúša sa vyriešiť problémy s ktorými sa pri navigácii rôznych bludísk stretávajú.

Abstract:

This thesis compares the ability of multiple algorithms to create strategies for navigating a maze despite the errors of the robot executing the actions chosen by the algorithms. The algorithms were allowed to train in a maze for a limited amount of time, then they were expected to quickly reach as many goals in it as possible. Among other algorithms, this thesis focuses in particular on Monte Carlo tree search and Q-learning and tries to find solutions for the problems they face when navigating mazes.

Keywords

maze navigation, search algorithms, Monte-Carlo tree search, Q-learning

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 18. 5. 2021

Obhajoba závěrečné práce

• Obhajoba proběhla 21. 6. 2021
• Vedoucí: RNDr. Petr Novotný, Ph.D.
• Oponent: doc. RNDr. Tomáš Brázdil, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Teoretická informatika / Algoritmy výpočetních modelů