prikaz prve stranice dokumenta Primjena neuronskih mreža u pronalasku rješenja igre
  Preuzmi
PDF 1.58 MB
diplomski rad
Primjena neuronskih mreža u pronalasku rješenja igre
2018. urn:nbn:hr:200:122145
Brazdil, Vedran
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za vizualno računarstvo

Citirajte ovaj rad

Brazdil, V. (2018). Primjena neuronskih mreža u pronalasku rješenja igre (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:122145

Brazdil, Vedran. "Primjena neuronskih mreža u pronalasku rješenja igre." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2018. https://urn.nsk.hr/urn:nbn:hr:200:122145

Brazdil, Vedran. "Primjena neuronskih mreža u pronalasku rješenja igre." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2018. https://urn.nsk.hr/urn:nbn:hr:200:122145

Brazdil, V. (2018). 'Primjena neuronskih mreža u pronalasku rješenja igre', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 20.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:122145

Brazdil V. Primjena neuronskih mreža u pronalasku rješenja igre [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2018 [pristupljeno 20.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:122145

V. Brazdil, "Primjena neuronskih mreža u pronalasku rješenja igre", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:122145

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:122145
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrimjena neuronskih mreža u pronalasku rješenja igre
Naslov (engleski)Application of neural networks in finding a game solution
AutorVedran Brazdil
MentorČaslav Livada (mentor)
Član povjerenstvaČaslav Livada (predsjednik povjerenstva)
Član povjerenstvaAlfonzo Baumgartner (član povjerenstva)
Član povjerenstvaHrvoje Leventić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za vizualno računarstvo)
Osijek
Datum i država obrane2018-09-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Obradba informacija
Sažetak
Unity 3D, jednostavan program za izradu igara, uz ML-Agents dodatak pruža nove usluge treniranja umjetne inteligencije da izvršava određene zadatke. Treniranje agenata ne ovisi samo o jačini CPU ili GPU, već ovisi i o okruženju koje stvorimo za agente te mehanici nagrađivanja koju napišemo u kodu. Agenti uče uz pomoć neuronske mreže kojoj mi određujemo broj ulaza, odnosno opservacija te broj izlaza, odnosno akcija koje agent izvršava. Vrlo je bitno agenta postepeno učiti od lakših pa sve do težih zadataka. Da bismo trenirali agente kroz Unity i ML-Agents dodatak, nije potrebno dodatno znanje o neuronskim mrežama zbog toga što nam funkcije neuronske mreže izvršava TensorFlow u pozadini, algoritmom PPO kojeg mi ne mijenjamo.
Sažetak (engleski)
Unity 3D, simple program for creating games, with ML-Agents addition gives new services of training artificial intelligence to do the specific tasks. Training agents do not depend only on strength of CPU or GPU, but it depends more on the environment which we create for agents and also the mechanic of rewarding that we write in code. Agents learn throughout the help of neuron network whom we determine the number of inputs, also called observations and the number of outputs, also called actions that the agent needs to do. It is very important for the agent to be learnt step by step from very easy to very hard tasks. To train agents throughout Unity and ML-Agents, it is not necessary to know additional knowledge about neural networks because all functions of the neural network are done by TensorFlow in the background, by algorithm PPO which we do not change by hand.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:122145
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2018-10-17 07:36:48