Kunstig Intelligens til Brætspillet Taiji - Danmarks Tekniske Universitet
Kunstig Intelligens til Brætspillet Taiji - Danmarks Tekniske Universitet Kunstig Intelligens til Brætspillet Taiji - Danmarks Tekniske Universitet
72 Begrænsning af antallet af undersøgte træk Figur 6.1: Eksempel p˚a søge areal rundt om seneste brik. 6.1.1 Fordele og ulemper: Fordelen ved denne AI er at den vil fungere ved en hver brætstørrelse, s˚a længe brættet bare er mindst fire gange fire. 6.1.2 Mulige forbedringer: Det er muligt at denne AI kan forbedres ved at søgearealet udvides p˚a bekostning af søgedybden. 6.2 Growth Growth AI’en bygger p˚a, at det kun er de to største figurer for hver spiller, der er relevante for spillet og at disse kun er relevante s˚a længe der er mulighed for at udvide dem. Dermed er alt andet end de to største figurer, der stadig har
6.2 Growth 73 mulighed for udvidelse, irrelevant og ikke værd at bruge tid p˚a at undersøge. Forskellen p˚a denne kunstige intelligens og den sædvanlige Minimax algoritme er, at hvor den almindelige AI lader en mulig efterkommer opst˚a, lader Growth AI’en kun efterkommer opst˚a som ligger op ad de to største figurer med mulighed for udvidelse. Disse efterkommer vil gøre en af to ting, enten vil de udvide AI’ens egen figurer eller ogs˚a vil de fratage modstanderen nogle af mulighederne for udvidelse p˚a sine største figurer. Denne AI kaldes netop Growth, fordi efterkommerne s˚a at sige vokser ud fra de største figurer, hvor der er mulighed for det. Figur 6.2: Eksempel p˚a hvor Growth forsøger at lægge brikker. Hver rød streg repræsenterer en brik og den samme brik vendt 180 grader.
- Page 32 and 33: 22 Design og brugervenlighed Figur
- Page 34 and 35: 24 Design og brugervenlighed naturl
- Page 36 and 37: 26 Design og brugervenlighed muligh
- Page 38 and 39: 28 Design og brugervenlighed 2.2.2
- Page 40 and 41: 30 Design og brugervenlighed uprakt
- Page 42 and 43: 32 Kunstig Intelligens 3.1.1 TaijiD
- Page 44 and 45: 34 Kunstig Intelligens 3.1.10 Figur
- Page 46 and 47: 36 Kunstig Intelligens 3.2.1 Nodes:
- Page 48 and 49: 38 Kunstig Intelligens at udvide de
- Page 50 and 51: 40 Minimax først søgningen, da de
- Page 52 and 53: 42 Minimax 4.3 Spilgraf for 3x3 Tai
- Page 54 and 55: 44 Minimax Herunder ses spilgrafen
- Page 56 and 57: 46 Minimax Herunder ses spilgrafen
- Page 58 and 59: 48 Minimax Som det kan ses ender sp
- Page 60 and 61: 50 Minimax Det kan ses at alle de e
- Page 62 and 63: 52 Optimering af Minimax Figur 5.1:
- Page 64 and 65: 54 Optimering af Minimax Figur 5.4:
- Page 66 and 67: 56 Optimering af Minimax som et uni
- Page 68 and 69: 58 Optimering af Minimax Det er der
- Page 70 and 71: 60 Optimering af Minimax klarer sig
- Page 72 and 73: 62 Optimering af Minimax IF v < m T
- Page 74 and 75: 64 Optimering af Minimax er tilfæl
- Page 76 and 77: 66 Optimering af Minimax Figur 5.9:
- Page 78 and 79: 68 Optimering af Minimax vigtigt at
- Page 80 and 81: 70 Optimering af Minimax
- Page 84 and 85: 74 Begrænsning af antallet af unde
- Page 86 and 87: 76 Begrænsning af antallet af unde
- Page 88 and 89: 78 Test og sammenligning af de impl
- Page 90 and 91: 80 Test og sammenligning af de impl
- Page 92 and 93: 82 Test og sammenligning af de impl
- Page 94 and 95: 84 Test og sammenligning af de impl
- Page 96 and 97: 86 Test og sammenligning af de impl
- Page 98 and 99: 88 Test og sammenligning af de impl
- Page 100 and 101: 90 Test og sammenligning af de impl
- Page 102 and 103: 92 Konklusion selv n˚a igennem et
- Page 104 and 105: 94 Konklusion
- Page 106 and 107: 96 Bilag A 19 20 // i n i t i a l i
- Page 108 and 109: 98 Bilag A 120 nodes [ p [ 0 ] ] [
- Page 110 and 111: 100 Bilag A 218 i f ( n . a > beta
- Page 112 and 113: 102 Bilag A 319 p [2]= nodes [ p [
- Page 114 and 115: 104 Bilag A 419 420 421 422 423 424
- Page 116 and 117: 106 Bilag A 517 n . wr = tModel . n
- Page 118 and 119: 108 Bilag A 61 } 62 } 63 64 // c h
- Page 120 and 121: 110 Bilag A 155 b [ c +1][ r −1]
- Page 122 and 123: 112 Bilag A 251 b [ c −1][ r −1
- Page 124 and 125: 114 Bilag A 347 r e = placePieceMax
- Page 126 and 127: 116 Bilag A 443 r e = placePieceMax
- Page 128 and 129: 118 Bilag A 537 b [ c +1][ r −1]
- Page 130 and 131: 120 Bilag A 633 b [ c −1][ r −1
6.2 Growth 73<br />
mulighed for udvidelse, irrelevant og ikke værd at bruge tid p˚a at undersøge.<br />
Forskellen p˚a denne kunstige intelligens og den sædvanlige Minimax algoritme<br />
er, at hvor den almindelige AI lader en mulig efterkommer opst˚a, lader Growth<br />
AI’en kun efterkommer opst˚a som ligger op ad de to største figurer med mulighed<br />
for udvidelse. Disse efterkommer vil gøre en af to ting, enten vil de udvide<br />
AI’ens egen figurer eller ogs˚a vil de fratage modstanderen nogle af mulighederne<br />
for udvidelse p˚a sine største figurer. Denne AI kaldes netop Growth, fordi efterkommerne<br />
s˚a at sige vokser ud fra de største figurer, hvor der er mulighed for det.<br />
Figur 6.2: Eksempel p˚a hvor Growth forsøger at lægge brikker. Hver rød streg<br />
repræsenterer en brik og den samme brik vendt 180 grader.
Change language