Informed Monte Carlo tree search for board games
Tahta oyunları için bilgilendirilmiş Monte Carlo ağaç araması
- Tez No: 895689
- Danışmanlar: DOÇ. DR. FATİH NAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
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
- İnşaatta maliyet simülasyonu
Cost simülation in construction
EMİNE OKUYAN
Yüksek Lisans
Türkçe
1995
İnşaat Mühendisliğiİstanbul Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. EKREM MANİSALI
- Basel-ıı uzlaşısının finansal kesim ve Türk ekonomisine etkisi
Implementation of Basel-II impact to the financial sector and Turkish economy
TEOMAN MATLUM
- Cryptomonnaies et diversification des portefeuilles: une étude des risques et des rendements
Kripto para birimleri ve portföy çeşitlendirmesi: riskler ve getiriler üzerine bir çalışma
MUSTAFA YAĞIZ ÖZATA
Yüksek Lisans
Fransızca
2023
EkonomiUniversité du Sud Toulon-Varİktisat Ana Bilim Dalı
DOÇ. DR. CHRİSTİAN DE PERETTİ
- Wilcoxon, Mann-Whitney, Ansari-Bradley testlerinin I. tip hata oranları ve istatistiksel güçlerinin belirlenmesi ve uygulaması
Determination and application of type I error rates and statistical powers of Wilcoxon, Mann-Whitney, and Ansari-Bradley tests
SAHİB RAMAZANOV
- Modelling flooding risk under urbanization andclimate change in Istanbul, Turkey
İstanbul'da şehirleşme ve iklim değişikliği tesirleri altında taşkın riskinin modellenmesi
TEWODROS ASSEFA NIGUSSIE
Doktora
İngilizce
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜSSELAM ALTUNKAYNAK