RL-UniBOt: Applicazione di tecniche di Reinforcement Learning al gioco Rocket League

Evangelisti, Davide (2022) RL-UniBOt: Applicazione di tecniche di Reinforcement Learning al gioco Rocket League. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [LM-DM270] - Cesena, Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore. (Contatta l'autore)

Abstract

L'applicazione dell'intelligenza artificiale nell'ambito videoludico al fine di creare bot intelligenti è, nella maggior parte dei casi riportati in letteratura, circoscritto a videogiochi dalla complessità limitata. In questo lavoro di tesi si propone lo studio e l'utilizzo di diverse tecniche di Deep Learning per l'addestramento di Artificial Intelligence in grado di giocare a Rocket League. Partendo dall'analisi dettagliata del gioco e sfruttando gli algoritmi allo stato dell'arte del Deep Learning, si presentano molteplici soluzioni studiate appositamente per l'addestramento di bot in grado di comprendere l'ambiente e giocare partite uno contro uno. Si propongono, inoltre, confronti e considerazioni sulle tecniche utilizzate allo scopo di evidenziare pregi e difetti delle soluzioni proposte.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Evangelisti, Davide
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Deep Learning,Deep Neural Network,Reinforcement Learning,Supervised Learning,Rocket League
Data di discussione della Tesi
18 Marzo 2022
URI

Altri metadati

Gestione del documento: Visualizza il documento

^