Metody umělé inteligence pro hraní sběratelských karetních her

Abstract

Sběratelské karetní hry jsou populární hry, které lidi hrají nejen pro zábavu, ale i na profesionální úrovni. Představují řadu výzev pro implementaci umělých hráčů, mezi které patří nejistota způsobena náhodnými událostmi, vysoké větvení rozhodovacího stromu nebo skrytá informace reprezentována neznámým obsahem protivníkova balíčku a ruky. V této práci jsou zmíněny přístupy zabývající se touto problematikou a dva z nich jsou reimplementovány a porovnány proti sobě v simulátoru Metastone, jenž implementuje logiku sběratelské karetní hry Hearthstone: Heroes of Warcraft, která je použita jako testovací prostředí.

Collectible Card Games are popular games played by people for recreation as well as professionally. These games represent number of challenges for implementation of artificial players, such as uncertainty caused by random events, high branching factor of decision tree or hidden information represented by unknown content of opponent's deck and hand. In this thesis, various works addressing development of artificial player for collectible card games are introduced. Two selected approaches are then reimplemented and compared against each other in the Metastone simulator which implements logic of collectible card game Hearthstone: Heroes of warcraft that is used as a testbed for the conducted experiments.