Uporaba drevesnega preiskovanja Monte Carlo za inteligentno vodenje igralnih agentov v Rogue-podobnih igrahJeran, Benjamin (Avtor) Fister, Iztok (Mentor) Novak, Damijan (Komentor) Rogue-podobne igreMCTSinteligentno vodenje agentovokrepitveno učenjeV diplomski nalogi smo se osredotočili na implementacijo igralnega agenta za Rogue-podobne igre. V teoretičnem delu smo najprej opisali, kaj so Rogue-podobne igre ter izpostavili njihove glavne značilnosti. Naredili smo pregled igralnih agentov in njihovih pristopov ter se na koncu dotaknili osnovne implementacije algoritma drevesnega preiskovanja Monte Carlo, pri katerem smo uporabili formulo UCT za izbiranje vozlišč. V praktičnem delu smo s pomočjo algoritma zgradili igralnega agenta za Rogue-podobno igro ter naredili raziskavo, kako dobro se je ta obnesel v igranju. Raziskovali smo, kako dobro se agent na podlagi algoritma MCTS izkaže proti igranju nasprotnika, ki izbira naključne poteze. Algoritem MCTS se je ob koncu praktičnega dela dobro izkazal za uporabo v Rogue-podobnih igrah.[B. Jeran]20242024-08-22 14:35:53Diplomsko delo/naloga90098UDK: 004.832.24(043.2)COBISS_ID: 218920451sl