Umělá inteligence pro real-time strategické počítačové hry

Abstract

Real-time strategické hry (RTS) jsou mezi hráči počítačových her jedním z nejoblíbenějších žánrů. Přesto existuje jen málo prací, které by se tímto žánrem zabývaly. V této práci se zabýváme problémem výběru akcí pro jednotky v real-time strategických hrách za použití teoretických nástroju pro řešení markovovských rozhodovacích problému. V úvodních kapitolách představujeme real-time strategické hry jako herní žánr i jako výzkumný problém v oboru umělé inteligence. Následně se věnujeme markovovským rozhodovacím procesům a metodám pro jejich řešení. Navrhujeme řešení problému výběru akcí pro real-time strategickou hru jako řešení markovovského rozhodovacího problému za pomocí zjednodušeného diskrétního simulátoru real-time strategické hry. Na experimentech ověřujeme možnost takového výberu akcí a jeho vlastnosti.

Among the computer game players, real-time strategy games (RTS) are one of the most popular genres. Despite of this fact, there is a very low number of publications concerning this genre. In this thesis we study the problem of an action selection in the real-time strategy games using methods based on Markov decision processes. In the first chapters we introduce the genre of real-time strategy games from the game designer's perspective as well as from the view of an artificial intelligence researcher. We give an introduction to the Markov decision processes and to methods designed to solve them. We propose a solution of the problem of an action selection based on Markov decision problem solving using a discrete-event simulation of the real-time strategy game. We test the clarity of the proposed method and its properties.