RL-UniBOt: Applicazione di tecniche di Reinforcement Learning al gioco Mario Kart tramite la piattaforma Gym Retro

Simoncini, Lorenzo (2023) RL-UniBOt: Applicazione di tecniche di Reinforcement Learning al gioco Mario Kart tramite la piattaforma Gym Retro. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [LM-DM270] - Cesena
Documenti full-text disponibili:
[thumbnail of Thesis] Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons: Attribuzione - Non commerciale - Condividi allo stesso modo 4.0 (CC BY-NC-SA 4.0)

Download (13MB)

Abstract

In questo lavoro di tesi si propone lo studio e l’implementazione di tecniche per la realizzazione di bot basati su reti neurali che possano giocare correttamente ai videogiochi della serie Mario Kart. Partendo da un’analisi dettagliata dei giochi e sfruttando diverse tecnologie nel campo del Deep Learning vengono presentate alcune soluzioni in grado di giocare a diverse modalità. Inoltre, vengono proposte diverse considerazioni sui risultati ottenuti, evidenziandone pregi e difetti allo scopo di individuare degli sviluppi futuri che potrebbero portare a dei miglioramenti delle prestazioni in gioco.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Simoncini, Lorenzo
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Reinforcement Learning,Bot,AI,Deep Learning,DQN
Data di discussione della Tesi
17 Marzo 2023
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^