arvutiteaduse instituudi lõputööderegister


Male avangute õppimisprogramm kasutades uurimise vs ekspluateerimise meetodit ning Metropolis Hastings algoritmi
Nimi Kristiine Saarmann
Kokkuvõte Avangud on males keskse tähtsusega. Avangute oskus on oluline mängu võitmiseks või vähemalt viigi saavutamiseks. Hetkel ei eksisteeri avangute õppimiseks programme, mis oleksid avalikult kättesaadavad ning vastaksid dünaamiliselt kasutaja käikudele laiemalt kui ühe avangu ühe alaliini ulatuses. Säärase progammi implementeerimise teeb keerukaks juba see, et male mängude ning avangute ülesmärkimiseks kasutatav süsteem märgib ära ainult käigu, mitte malelaua seisu.

Varasematest uurimustest on teada, et avamisliigutuste sagedused järgivad võimsusseadust, kus eksponent kasvab lineaarselt mängu käikude sügavusega. Käesolev magistritöö esitleb innovatiivset lähenemist avangute õppimisele. See hõlmab endas malelaua olekute võrdlemist erinevate avangute lõikes ning dünaamilist vastukäigu valimist. Selleks, et kirjeldatud vastukäigu valikut implementeerida, on tarvis kindlaks teha, millist käiku kõigist võimalikest valida. Meie kirjeldatud mudel kasutab kaalutud Metropolis Hastings algoritmi. Algoritm kasutab otsuse langetamiseks kombinatsiooni Metropolis Hastings algorismist ning parametriseeritud sisendväärtusi, mille saab määrata kasutaja. Parameetrite hulka kuuluvad nii binaarse väärtusega muutujad kui ka väärtuste kaalud. Kirjeldatud mudeli tugevuseks on kombinatsioon uurimismeetodist (Metropolis Hastingsilt) ning eksploitatsioost (kasutaja sisenditest dünaamilisest kasutamisest).

Avangute andmebaasi põhjal oleme konverteerinud sõne kujul kirjeldatud avangud maatriksite listiks. Iga maatriks sisaldab endas kirjeldust malelaua hetkeseisust, kusjuures iga maatriksi element kirjeldab, kas vastaval ruudul on nupp, ning kui on, siis mis tüüpi ning värvi see on. Kirjeldatud info transformatsioon võimaldab meil võrrelda avanguid ka siis, kui käigud on tehtud muus järjekorras kui teoorias kirjeldatud. Antud töö sisaldab reportaaži käikude tõenäosuse jaotuses erineva arvu iteratsioonide puhul, erinevate parameetrite ning kaalutud väärtuste kasutamisel. Meile teadaolevalt on käesolev töö esimene, kus on kasutatud kaalutud stohhastilist lähenemist male avangutel. Loodud meetod ja programm on kasutatav nii malega alustajatele kui ka edasijõudnutele. Tulevikus on plaanis programmi muuta veelgi komplekssemaks. Selleks saaks avangutele lisada vahetatud värvidega positsioone, ühe-nupulise erinevusega positsioone ning teisi avangute variatsioone.
Lõputöö keel inglise
Lõputöö tüüp Magister - Informaatika
Juhendaja(d) Kallol Roy
Kaitsmise aasta 2022
PDF