Bestun leikjajafnvægis og spilunar með djúpu styrkingarnámi

Í þessu verkefni er markmiðið að þróa gervigreind sem tekur að sér hlutverk bæði spilara og leikjahönnuðar. Verkefnið byggir á tvíþættri bestun (e. bi-level optimization):

1. Þjálfun spilara: Aðferðin lærir að spila tiltekið borðspil af fullkominni færni innan gefinna reglna.

2. Bestun leiksins: Samhliða því að læra leikinn, mun kerfið þróa og breyta reglum eða uppsetningu hans. Markmiðið er að finna þá útgáfu af spilinu sem er mest spennandi, sanngjörnust og heldur best jafnvægi (e. game balancing).

Notast verður við PufferLib, öflugt hugbúnaðarsafn fyrir styrkingarnám (e. Reinforcement Learning), sem gerir kleift að keyra milljónir hermana á stuttum tíma til að meta gæði leiksins og færni spilarans.

Hæfniskröfur: Verkefnið hentar nemendum sem hafa áhuga á leikjafræði og nýjustu aðferðum í gervigreind. Nemandi þarf að hafa lokið námskeiðum í gervigreind, djúpum tauganetum eða sambærilegum áföngum, og hafa góðan skilning á forritun.