Seminář aplikované umělé inteligence ZS 10/11

Informace o semináři

NAIL095 - Čtvrtek 15:40, S10

Kontaktní informace

Jiří Iša - jiri (tečka) isa (zavináč) mff (tečka) cuni (tečka) cz
Ondřej Sýkora - ondrasej (zavináč) centrum (tečka) cz

Podmínky pro udělení zápočtu

Aktivní účast v alespoň třech soutěžích zaměřených na umělou inteligenci, které byly vyhlášeny buď v rámci semináře nebo jako veřejné soutěže (např. v rámci konference). Účast znamená zúčastnit se soutěže s agentem (programem), který úlohu řeší rozumným netriviálním způsobem.

Doporučená literatura

Sutton, Richard S.; Barto, Andrew G.: Reinforcement Learning: An Introduction, MIT Press, 1998. Dostupné online.

Russell, Stuart; Norvig, Peter: Artificial Intelligence: A Modern Approach, Prentice Hall, 2002. Dostupné v knihovně (nebo v lepších knihkupectvích).

Informace o soutěžích

První (interní) soutěž - Mountain Car

Cílem je vytvořit agenta řešícího co nejlépe problém Mountain Car (výjezd do kopce). Archiv uvedený níže obsahuje všechny potřebné soubory nutné pro vývoj a testování agentů při vývoji pro Windows, na jiných systémech je nutné ručně doinstalovat program RL_Glue.

Při testování používejte experiment MountainCarExperimentMFF a prostředí MountainCar-Java, nejjednodušší způsob, jak spustit prostředí pro testování je pomocí skriptu MountainCarExperimentMFF/run_no_agent.bat (resp. run_no_agent.sh) a poté spustit agenta libovolným způsobem (např. z IDE).

MountainCar.zip (1.5 MB) - obsahuje upravené prostředí a experiment odpovídající pravidlům, podle kterých bude soutěž na závěr vyhodnocena
RL_Glue - pokud nepracujete na Windows, zde si stáhněte prostředí RL_Glue pro váš systém
RL_Glue Java Codec API - JavaDoc pro RL_Glue Java Codec
RL_Glue Java Codec Manual - manuál pro RL_Glue Java Codec (popis na vyšší úrovni než v případě RL_Glue Java Codec API)

Vašim úkolem v této soutěži je vyjet z údolí během testovacích experimentů (50 experimentů s různými nastaveními po milionu kroků). Pro uznání účasti je nutné dosáhnout alespoň poloviny výjezdů jako dosahuje základní strategie.

Výsledky soutěže:

Martin P.: 509 581
Radoslav K.: 476 933
základní strategie: 402 691
Petr P.: 347 327
Jiří D.: 196 438

Druhá (interní) soutěž - Fantom

Cílem soutěže je vytvořit agenta řešícího hru Fantom (v originále Scotland Yard), konkrétně agenta řídícího činnost detektivů.

Fantom staré Prahy - informace o české variantě hry, popis pravidel
Fantom - repository se zdrojovými kódy herního serveru (tento server budeme používat v rámci semináře)

Ondřej Sýkora