I giochi da tavolo strategici offrono un’ interessante sfida nel campo dell’ Intelligenza Artificiale data la loro natura complessa. Tali giochi includono spesso elementi aleatori o ad informazione imperfetta, quali il lancio di dadi o la pesca di carte da un mazzo coperto, aggiungendo complessità al problema della creazione di una Intelligenza Artificiale in grado di competere con giocatori umani. La ricerca delle strategie ottimali viene solitamente effettuata esplorando lo Spazio degli Stati del gioco e attraversandolo in modo da massimizzare il valore restituito da una Funzione di Valutazione attuando la sequenza di azioni migliore. Tuttavia tale approccio può essere impiegato qualora le dimensioni dello Spazio degli Stati non siano troppo grandi. Con un moderno gioco da tavolo strategico risulta impossibile utilizzare un approccio simile per modellare il problema proprio per via della grandezza del suo Spazio degli Stati e degli elementi aleatori, anche utilizzando uno dei noti metodi di ottimizzazione. Il lavoro illustrato in questo documento di tesi propone un sistema di Intelligenza Artificiale basato sulla riduzione dello Spazio degli Stati mediante l’utilizzo di una serie di Meta-Mosse le quali combinano più mosse elementari al fine di ridurre le dimensioni dello Spazio degli Stati. Viene inoltre proposto un metodo statistico per eliminare la componente casuale dallo Spazio degli Stati. Il metodo illustrato in questo documento viene testato sul gioco da tavolo Magnifico, un wargame strategico ambientato nell’Europa del 1500 in uno scenario storico alternativo in cui le invenzioni di Leonardo da Vinci vengono impiegate sui campi di battaglia.
Sviluppo dell'intelligenza artificiale del gioco da tavolo Magnifico : Da Vinci’s art of war
RUSCHETTA, STEFANO
2011/2012
Abstract
I giochi da tavolo strategici offrono un’ interessante sfida nel campo dell’ Intelligenza Artificiale data la loro natura complessa. Tali giochi includono spesso elementi aleatori o ad informazione imperfetta, quali il lancio di dadi o la pesca di carte da un mazzo coperto, aggiungendo complessità al problema della creazione di una Intelligenza Artificiale in grado di competere con giocatori umani. La ricerca delle strategie ottimali viene solitamente effettuata esplorando lo Spazio degli Stati del gioco e attraversandolo in modo da massimizzare il valore restituito da una Funzione di Valutazione attuando la sequenza di azioni migliore. Tuttavia tale approccio può essere impiegato qualora le dimensioni dello Spazio degli Stati non siano troppo grandi. Con un moderno gioco da tavolo strategico risulta impossibile utilizzare un approccio simile per modellare il problema proprio per via della grandezza del suo Spazio degli Stati e degli elementi aleatori, anche utilizzando uno dei noti metodi di ottimizzazione. Il lavoro illustrato in questo documento di tesi propone un sistema di Intelligenza Artificiale basato sulla riduzione dello Spazio degli Stati mediante l’utilizzo di una serie di Meta-Mosse le quali combinano più mosse elementari al fine di ridurre le dimensioni dello Spazio degli Stati. Viene inoltre proposto un metodo statistico per eliminare la componente casuale dallo Spazio degli Stati. Il metodo illustrato in questo documento viene testato sul gioco da tavolo Magnifico, un wargame strategico ambientato nell’Europa del 1500 in uno scenario storico alternativo in cui le invenzioni di Leonardo da Vinci vengono impiegate sui campi di battaglia.File | Dimensione | Formato | |
---|---|---|---|
2012_12_Ruschetta.pdf
accessibile in internet solo dagli utenti autorizzati
Descrizione: Testo della tesi
Dimensione
2.31 MB
Formato
Adobe PDF
|
2.31 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/72294