View Item 
        •   Utrecht University Student Theses Repository Home
        • UU Theses Repository
        • Theses
        • View Item
        •   Utrecht University Student Theses Repository Home
        • UU Theses Repository
        • Theses
        • View Item
        JavaScript is disabled for your browser. Some features of this site may not work without it.

        Browse

        All of UU Student Theses RepositoryBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

        Vergelijken van verschillende onderzoeken naar het ontwerpen van een kunstmatige intelligentie die in staat is om het bordspel Risk te spelen

        Thumbnail
        View/Open
        Bachelor Scriptie Kimberly Stessen.pdf (401.2Kb)
        Publication date
        2019
        Author
        Stessen, K.M.C.
        Metadata
        Show full item record
        Summary
        In deze scriptie bespreek ik vier onderzoeken die een kunstmatige intelligentie (AI) hebben ontworpen die zelfstandig in staat is om het bordspel Risk te spelen. Risk is een oorlogsspel met als hoofddoel: alle landen op het speelbord veroveren. De onderzoeksvraag die ik in deze scriptie ga beantwoorden is: Wat is de beste aanpak voor het ontwikkelen van een kunstmatige intelligentie voor het spel Risk? De onderzoeken die ik in deze scriptie bespreek hebben allemaal gebruik gemaakt van een andere methode om een AI te ontwikkelen. Deze manieren zijn: heuristieken, netwerken en aanvalsheuristieken, multi-agent systems en temporal difference learning. Om de onderzoeken met elkaar te vergelijken heb ik gekeken naar de resultaten die elke AI behaald heeft en de omgang met bepaalde tactieken die een speler kunnen helpen om Risk te winnen. Door de verschillende manieren waarop Risk geïmplementeerd is en de AI’s geëvalueerd zijn in de onderzoeken die ik bespreek is het niet makkelijk om een eenduidig antwoord te geven op de onderzoeksvraag. Verder onderzoek zal nodig zijn om aan te kunnen geven wat de beste aanpak is voor het ontwerpen van een AI die Risk kan spelen.
        URI
        https://studenttheses.uu.nl/handle/20.500.12932/40634
        Collections
        • Theses
        Utrecht university logo