prikaz prve stranice dokumenta Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata
No public access
undergraduate thesis
Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. urn:nbn:hr:168:325346
Kaštelan, Eva
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Kaštelan, E. (2023). Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:325346

Kaštelan, Eva. "Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:325346

Kaštelan, Eva. "Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:325346

Kaštelan, E. (2023). 'Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:325346

Kaštelan E. Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2023 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:325346

E. Kaštelan, "Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:168:325346

Metadata
TitleKooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata
Title (english)Cooperative, Competitive and Mixed cooperative-competitive multi-agent reinforcement learning for the game Snake
AuthorEva Kaštelan
MentorDomagoj Jakobović (mentor)
Committee memberDomagoj Jakobović (predsjednik povjerenstva)
Committee memberDavid Dukić (član povjerenstva)
Committee memberJosip Jukić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2023-07-05, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Zadatak i cilj rada je opisati problem pronalaženja i optimizacije strategije igranja u igrama s više igrača (agenata) te realizirati model učenja strategije i sustav za učenje temeljen na evolucijskim algoritmima. Razvijeno je nekoliko verzija igre "Zmija" koje se razlikuju ovisno o cilju više agenata za igranje. Kroz svaki od kojih se modelira optimizacija. Optimizacija je modelirana kao koevolucija u evolucijskom algoritmu dok su agenti genetski programi temeljeni na stablu. Eksperimentalno se kroz rad utvrđuje učinkovitost nekoliko optimizacijskih algoritama ovisnih o parametrima okruženja za učenje. Kao glavni konkurenti nekoliko proučavanih optimizacijskih algoritama, razmatraju se modifikacijske tehnike implementiranog algoritma učenja – Joint-action učenje i Self-play. U radu je prikazan izvorni kod, dobiveni rezultati uz njihovo objašnjenje, razradu i korištenu literaturu.
Abstract (english)
The task and goal of the dissertation is to describe the problem of finding and optimizing a playing strategy in games with multiple players (agents) and to realize a strategy learning model and system for learning based on evolutionary algorithms. Several versions of the game "Snake" are developed that vary by the goal of the multiple playing agents through each of which optimization is modeled. The optimization is modeled as a coevolution in an evolutionary algorithm while the agents are tree-based genetic programs. Experimentally, throughout the dissertation, the effectiveness of several optimization algorithms dependent on the learning environment parameters is determined. As top contenders of the several studied optimization algorithms, the modification techniques of the implemented learning algorithm joint-action learning and self-play are considered. The dissertation presents the source code, the obtained results alongside their explanation, elaboration, and utilized literature.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:325346
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-10-11 09:16:18