Zobecnění hry Pac-man z hlediska tahových herních algoritmů

Abstract

Hra Pac-Man predstavuje zaujímavý problém z pohľadu umelej inteligencie, keďže predstavuje multi-agentný systém, ktorý si vyžaduje koordináciu agentov a dlhodobé plánovanie. Hru navyše komplikuje fakt, že jednotlivé akcie sú častokrát nevýrazné a nemajú signifikantný efekt na stav hry, čo sťažuje rozhodovanie a výber optimálneho ťahu. V tejto práci zobecním hru Pac-Man z pohľadu ťahových hier, pričom uvažujem väčší počet agentov (duchov aj pacmanov). Predstavím jej základné problémy a zhrniem širšie spektrum prístupov z literatúry. Následne predstavím poupravené implementované metódy, ktoré vychádzali z algoritmu negamax, AlphaZero a z pôvodnej implementácie z roku 1980. Opíšem taktiež ich možné vylepšenia, ktoré môžu adresovať objavené problémy. Na vyhodnotenie, optimalizáciu parametrov a trénovanie týchto stratégií som implementoval obecný modul spoločne s vizualizačnou funkcionalitou, ktorý taktiež detailne opíšem. Prácu zakončím rozborom výsledkov na rôznorodých mapách.

The Pac-Man game represents an interesting problem in the field of artificial intelligence since it belongs to the category of the multi-agent systems which require good dose of cooridnation and long-term planning. This game is also complicated by the fact that immediate actions do not significantly change the state of the game many times, which makes it harder to decide an optimal move. In this thesis, I will define the general version of the Pac-Man from the perspective of turn-based games with multiple agents (pacmans and ghosts). I will introduce the main problems and summarize some approaches from the literature. Next, I will introduce implemented methods, which were based on the negamax algorithm, AlphaZero and original implementation of the game from the year 1980. I will also mention their possible improvements, which can adress the occurred problems. I have also implemented the visualization module and general framework which is capable of evaluating strategies, optimizing their parameters and training, which will be discussed in its own chapter. I will finish the thesis by analysing results, which were obtained by evaluating strategies on various maps.