prikaz prve stranice dokumenta Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata
Rad nije dostupan
završni rad
Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:325346
Kaštelan, Eva
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Kaštelan, E. (2023). Kooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s 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." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 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." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 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', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.12.2024., 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 [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 26.12.2024.] Dostupno na: 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", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:325346

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:325346
Podaci o radu
NaslovKooperativno, natjecateljsko i mješovito kooperativno-natjecateljsko podržano učenje za igru Zmija s više agenata
Naslov (engleski)Cooperative, Competitive and Mixed cooperative-competitive multi-agent reinforcement learning for the game Snake
AutorEva Kaštelan
MentorDomagoj Jakobović (mentor)
Član povjerenstvaDomagoj Jakobović (predsjednik povjerenstva)
Član povjerenstvaDavid Dukić (član povjerenstva)
Član povjerenstvaJosip Jukić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
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.
Sažetak (engleski)
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.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:325346
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 09:16:18