Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra akadēmiskās studijas
Studiju programmas nosaukums Intelektuālas robotizētas sistēmas
Nosaukums Spēles koka pārmeklēšanas algoritmu optimizācija, izmantojot stāvokļu simetriju un jaucējfunkciju
Nosaukums angļu valodā Optimizing Game Tree Search Algorithms Using State Symmetry and Hash Function Techniques
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Egons Lavendelis
Recenzents Alla Anohina-Naumeca
Anotācija Maģistra darbā tiek pētītas spēles koka optimizācijas iespējas, izmantojot spēles stāvokļu simetrijas īpašības. Tika izstrādāta modulāra eksperimentālā vide, kas ļauj novērtēt dažādas optimizācijas pieejas, tostarp dublēto stāvokļu filtrēšanu un pilnas simetrijas filtrēšanu. Pētījuma pirmajā daļā veikta vispārīga simetrisko transformāciju efektivitātes analīze vairākos spēles laukuma izmēros, salīdzinot dažādus filtrēšanas līmeņus un to ietekmi uz ģenerēto stāvokļu skaitu un atmiņas patēriņu. Darba otrajā daļā izstrādāta metode simetrijas filtrēšanas integrēšanai divos klasiskos meklēšanas algoritmos – Minimax un Monte Carlo Tree Search, pielāgojot to struktūru simetrisko stāvokļu atpazīšanai un atkārtojumu novēršanai. Tika veikts salīdzinošs eksperiments ar un bez simetrijas optimizācijas, novērtējot abu variantu darbības efektivitāti. Rezultāti liecina, ka simetrijas izmantošana ievērojami samazina dublēto stāvokļu skaitu, būtiski optimizējot atmiņas patēriņu, un noteiktos gadījumos arī paātrina algoritmu darbību. Darba noslēgumā tiek izcelts potenciāls turpmākai attīstībai, tostarp simetriju-invariantas jaucējfunkcijas izstrādei, kas ļautu identificēt līdzvērtīgus stāvokļus bez papildus transformāciju ģenerēšanas
Atslēgas vārdi spēles koks, simetrija, jaucējfunkcija, Zobrist, stāvokļu optimizācija, Minimax, MCTS
Atslēgas vārdi angļu valodā game tree, symmetry, hash function, Zobrist hashing, state optimization, Minimax, MCTS
Valoda lv
Gads 2025
Darba augšupielādes datums un laiks 27.05.2025 22:03:26