Högskolan i Skövde

his.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Evolution av beteendeträd för AI-motståndare i 2D-skjutspel: Vinner en AI utvecklad av singel- eller multi-målsgenetisk algoritm fler matcher efter evolution av samma mängd individer?
University of Skövde, School of Informatics.
2018 (Swedish)Independent thesis Basic level (degree of Bachelor), 20 credits / 30 HE creditsStudent thesisAlternative title
Evolution of behaviour trees for AI-opponents in 2D shooters : Does an AI evolved by a single- or multi- objective genetic algorithm win more matches after evolution using the same number of individuals? (English)
Abstract [sv]

Genetiska algoritmer och beteendeträd är två populära AI-tekniker som använts i både kommersiella produkter och forskningssyfte. Kombinationen av dem genom evolution av beteendeträd är däremot ett väldigt outforskat ämne som denna rapport handskas med.

Arbetet beskriver först bakgrunden av de individuella teknikerna samt de få artiklar som relaterar till den specifika ämneskombinationen. Sedan presenteras problemformuleringen vilket angår jämförelsen av en singel- och multimål genetisk algoritm i syftet att utveckla beteendeträd till ett 2d-skjutspel.

En artefakt skapades för att sätta upp spelet, implementera algoritmerna och testa dem gentemot varandra. Progression och designval för implementationen beskrivs i detalj följt av en pilotstudie och sedan en slutgiltig utvärdering.

Resultatet pekade på att singelmålsalgoritmen lyckades vinna fler matcher. Detta faktum analyseras och diskuteras. Till slut avslutas rapporten med ett avsnitt om framtida arbeten vari ämnen såsom utforskning av olika genomstrukturer och automatiskt genererad AI för företag föreslås.

Place, publisher, year, edition, pages
2018. , p. 42
Keywords [sv]
Beteendeträd, Genetiska algoritmer, Artificiell intelligens, Multimålsoptimering
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:his:diva-15427OAI: oai:DiVA.org:his-15427DiVA, id: diva2:1215230
Subject / course
Informationsteknologi
Educational program
Computer Game Development - Programming
Supervisors
Examiners
Available from: 2018-06-15 Created: 2018-06-08 Last updated: 2018-06-15Bibliographically approved

Open Access in DiVA

fulltext(916 kB)280 downloads
File information
File name FULLTEXT01.pdfFile size 916 kBChecksum SHA-512
5559a1959aa8df78641ce8cf61b438465b5552c4bf26fcd3a95360dc22347fc299f40729aa47ec2836b334d600f52f57d311c2a5ea2a1f492591376062c0a01f
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Norén, Eric
By organisation
School of Informatics
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 280 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 497 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf