Temai reiktų pasirinkti žaidimą (2 žaidėjų pilnos informaciją, pvz kažkokią šachmatų variantą ar kitą žaidimą) ir bandyt kuo efektyviau sukurti žaidimą žaidžiantį agentą, t.y. AI žadimui žaisti. Siūlau spręsti su strategija, vadinama alfa beta paieška - ieškant geriausio ėjimo žaidimo ėjimų medyje ir optimizuoti agresyviai atmetinėjant neefektyvias šakas. Temą galima vystyti sujungiant su ML metodais, atlikti optimalių parametrų paiešką vertinimo (evaluation) funkcijai, lygiagretinti, pritaikyti neuroninius tinklus, t.y. mašininį mokymą.
The task should be to choose a game (2-player full information, e.g. some variant of chess or another game) and try to create an agent that plays the game as efficiently as possible, i.e. an AI for the game. I suggest to use a strategy called alpha beta search - looking for the best move in the game’s move tree and optimise by aggressively discarding inefficient branches. The topic can be developed by combining it with ML methods (neural networks), to perform a search for the optimal parameters for the evaluation function, and to parallelize.
| Bakalauro kursinio darbo | | Bakalauro baigiamojo darbo |
| Algoritmai, žaidimų technologijos |