Analýza hry Gobblet prostředky umělé inteligence

Abstract

Gobblet je nová abstraktní desková hra, jejíž pravidla vycházejí z klasických piškvorek na hrací ploše o 4×4 políčkách. Možnost přikrývání a přesunu kamenů však značně zvyšují její složitost, takže je srovnatelná například s dámou nebo Othellem. To ji činí zajímavou z hlediska umělé inteligence. Tato práce zkoumá možnosti klasických i novějších metod pro prohledávání herního stromu Gobbletu - minimaxového algoritmu, alfa-beta prořezávání, heuristiky pro uspořádání tahů, iterative deepening a dalších. Výsledný algoritmus je porovnáván s počítačovými hráči na herním serveru Boardspace, kde dosahuje nadprůměrných výsledků s nejlépe hrajícím robotem. Nedílnou součástí práce je implementace všech popisovaných algoritmů a grafického uživatelského rozhraní pro jejich testování v programovacím jazyce Java.

Gobblet is a new abstract board game, rules of which are based on the classic 4-in-arow game played on 4×4 board. However, the ability to gobble up and move the pieces on the board greatly increases its complexity and Gobblet is thus comparable to games like Checkers or Othello. That makes it interesting from the artificial intelligence point of view. This thesis explores the possibilities of classic and more recent methods for searching the Gobblet game tree - the minimax algorithm, alpha-beta pruning, a heuristic for move ordering, iterative deepening and others. The resulting algorithm is compared to the computer players on the Boardspace game server where it plays above-average with the best-playing robot. Implementation of all described algorithms and a graphical user interface for testing them in the Java programming language is an inseparable part of this thesis.