Minimax ja alfa-beta-karsinta
Tekijät
Päivämäärä
2018Tekijänoikeudet
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Vuoropohjaisia pelejä pelaavien ohjelmien pitää pystyä suunnittelemaan siirtonsa. Tutkielmassa perehdytään minmax-alrogitmin ja alfa-beta-karsinnan toimintaan, perehtymällä niistä tuotettuun kirjallisuuteen. Tutkielmassa on tarkoitus selvittää, ovatko minimax- ja alfa-beta-algoritmit tehokkaita vuoropohjaisten pelien tekoälyn päätöksenteossa. Niiden toimintaan ja rakenteeseen perehdytään shakkia esimerkkinä käyttäen. Algoritmit ovat toimivia tarkoituksessaan, ja niiden avulla tekoäly pystyy suunnittelemaan siirtonsa hyvin. Programs playing turn-based games need to be able to plan their moves. This study will examine minimax- and alpha-beta-algorithms by reading up on the literature written about them. The study's purpose is to investigate, are minimax and alpha-beta-algorithms efficient in the decision making of turn-based games artificial intelligence. Their functions and structure is examined by using chess as an example. The algorithms are functional for this purpose, and with their help the ai can plan its moves well.
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Kandidaatintutkielmat [5321]
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
MuZero ja mallipohjainen vahvistusoppiminen
Leinonen, Hertta (2021)Tutkielmassa pyritään selvittämään, mitä mallipohjainen vahvistusoppiminen tarkoittaa, ja kuinka sitä hyödynnetään MuZero-nimisen tekoälyn algoritmissa. MuZeroa on testattu menestyksekkäästi sekä klassisissa lautapeleissä, ... -
Reitinhakualgoritmien käyttö videopeleissä
Keränen, Emil (2018)Reitinhaku on sekä videopeleissä että tekoälyn ja robotiikan puolella hyvin tuttu ongelma. Sen tutkimiseen on käytetty viime vuosina paljon resursseja lisääntyneen tekoälykiinnostuksen vuoksi. Tässä tutkielmassa keskitytään ... -
Vahvistettu oppiminen ja sen sovellukset
Haaralahti, Elias (2019)Tässä kirjallisuuskatsauksessa tutustutaan vahvistettuun oppimiseen, joka on koneoppimisen menetelmä. Tavoite on käydä läpi koneoppimisen ja syväoppimisen menetelmiä ja verrata vahvistettua oppimista näihin. Vahvistetussa ... -
Tekoälyn soveltaminen sisälogistiikan automaatiojärjestelmien ohjauksessa
Anttonen, Ville-Matti (2019)Sisälogistiikka on osa organisaation logistiikkaa ja toimitusketjun hallintaa, jotka ovat keskeisessä osassa nykypäivän organisaatioiden toimintaa. Tehokas sisälogistiikan hallinta auttaa organisaatiota saavuttamaan etua ... -
Predicting aircraft arrival times with machine learning
Kiesiläinen, Jarno (2020)Tässä Pro Gradu -tutkielmassa tutkitaan lentokoneiden matka- ajan ennustamista lentodatan, lentosuunnitelmien, säädatan ja koneoppimisen avulla.
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.