Geri Dön

Informed Monte Carlo tree search for board games

Tahta oyunları için bilgilendirilmiş Monte Carlo ağaç araması

PDF İndir

  1. Tez No: 895689
  2. Yazar: EMRE YILMAZ
  3. Danışmanlar: DOÇ. DR. FATİH NAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Arama tabanlı yöntemler kullanarak rakiplerle oyun oynamak için Yapay Zeka (AI) aracıları geliştirmek, önemli çaba ve uzmanlık bilgisi gerektiren sağlam bir fayda fonksiyonu yaratma zorluğunu ortaya koymaktadır. Aksine, hızlıca tasarlanan basit fayda fonksiyonları sıklıkla tatmin edici olmayan sonuçlar üretmektedir. Monte Carlo Ağaç Arama (MCTS) algoritması, bu kadar güçlü bir fayda fonksiyonuna olan ihtiyacı ortadan kaldıran modern bir yaklaşım olarak ortaya çıkmıştır. Bununla birlikte MCTS, doğru sonuçlar sağlamak için önemli sayıda oyun simülasyonuna dayanır ve bu da önemli hesaplama harcamalarına neden olur. Bu çalışma, MCTS'nin güçlü yönlerinden yararlanırken, değiştirilmiş bir Ağaçlar için Üst Güven Sınırı (UCB1) algoritmasını sorunsuz bir şekilde entegre eden yaratıcı bir hibrit yaklaşım sunmaktadır. Bu hibrit çözüm, MCTS'e temel bir fayda fonksiyonunu dahil ederek fırsatlardan yararlanma yeteneğini geliştirmekte ve karmaşık bir fayda fonksiyonuna bağımlılığını azaltmaktadır. Bu yaklaşımı Tic-Tac-Toe, Mangala ve English Checkers gibi klasik masa oyunlarına uygulayan bir dizi uygulama gerçekleştirdik. Bu uygulamalar, saf MCTS yönteminin yanı sıra geleneksel Minimax ve Alfa-Beta Pruning algoritmalarıyla karşılaştırıldı.

Özet (Çeviri)

Developing artificial intelligence (AI) agents for adversarial game-playing using search-based methods presents the challenge of creating a robust utility function, which demands significant effort and specialized knowledge. Conversely, hastily devised simple utility functions often produce unsatisfactory outcomes. Monte Carlo Tree Search (MCTS) has emerged as a modern approach that avoids the need for such a strong utility function. Nevertheless, MCTS relies on a substantial number of game simulations to deliver accurate results, incurring notable computational expenses. This study introduces an inventive hybrid approach that leverages MCTS's strengths while seamlessly integrating a modified Upper Confidence Bound for Trees (UCB1) algorithm. This hybridization enhances MCTS's ability to exploit opportunities by including a basic utility function, reducing its reliance on a complex utility function. We conducted a series of experiments, applying this approach to classic board games like Tic-Tac-Toe, Mangala, and English Checkers. These experiments were compared to traditional Minimax and Alpha-Beta Pruning algorithms, along with the pure MCTS method.

Benzer Tezler

  1. Tez No

    323935

    Geotechnical risk assessment for buildings adjacent to deep excavations

    Derin kazılara komşu yapılar için geoteknik risk analizleri

    ZEYNEP ASLAY

    Doktora

    İngilizce

    İngilizce

    2012

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. DERİN URAL

  2. Tez No

    1004656

    Generating dust scattering halo images with conditional denoising diffusion probabilistic models using physics-informed auxiliary loss

    Fizik bilgili yardımcı kayıp kullanarak koşullu gürültü giderici difüzyon olasılıksal modelleri ile toz saçılma hale görüntülerinin üretimi

    ATAKAN SARAÇYAKUPOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Astronomi ve Uzay BilimleriSabancı Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KAMER KAYA

    PROF. DR. EMRAH KALEMCİ

  3. Tez No

    1016860

    Fizik tabanlı derin öğrenme ile meme mrg analizi

    Breast mri analysis using physics-informed deep learning

    ÖMER KÜRŞAT UÇARER

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  4. Tez No

    46720

    İnşaatta maliyet simülasyonu

    Cost simülation in construction

    EMİNE OKUYAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    İnşaat Mühendisliğiİstanbul Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EKREM MANİSALI

  5. Tez No

    999499

    Integrated framework for hip joint simulator design and validation under realistic loading conditions

    Gerçekçi yükleme koşullarında kalça eklemi simülatörü tasarımı ve doğrulamasına yönelik entegre yaklaşım

    SHAMS TORABNIA

    Doktora

    İngilizce

    İngilizce

    2025

    Makine MühendisliğiKoç Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    Prof. Dr. İSMAİL LAZOĞLU

Geri Dön