prikaz prve stranice dokumenta Poticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom
  Download
PDF 1.64 MB
master's thesis
Poticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom
2023. urn:nbn:hr:211:408801
Vuk, Ilija
University of Zagreb
Faculty of Organization and Informatics
Department of Theoretical and Applied Foundations of Information Sciences

Cite this document

Vuk, I. (2023). Poticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom (Master's thesis). Varaždin: University of Zagreb, Faculty of Organization and Informatics. Retrieved from https://urn.nsk.hr/urn:nbn:hr:211:408801

Vuk, Ilija. "Poticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom." Master's thesis, University of Zagreb, Faculty of Organization and Informatics, 2023. https://urn.nsk.hr/urn:nbn:hr:211:408801

Vuk, Ilija. "Poticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom." Master's thesis, University of Zagreb, Faculty of Organization and Informatics, 2023. https://urn.nsk.hr/urn:nbn:hr:211:408801

Vuk, I. (2023). 'Poticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom', Master's thesis, University of Zagreb, Faculty of Organization and Informatics, accessed 30 September 2024, https://urn.nsk.hr/urn:nbn:hr:211:408801

Vuk I. Poticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom [Master's thesis]. Varaždin: University of Zagreb, Faculty of Organization and Informatics; 2023 [cited 2024 September 30] Available at: https://urn.nsk.hr/urn:nbn:hr:211:408801

I. Vuk, "Poticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom", Master's thesis, University of Zagreb, Faculty of Organization and Informatics, Varaždin, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:211:408801

Please login to the repository to save this object to your list.
Metadata
TitlePoticano učenje te njegova primjena u modeliranju igrača za računalnu igru Doom
Title (english)Reinforcement Learning with Application to Modelling a Doom Video Game Player
AuthorIlija Vuk
MentorBogdan Okreša Đurić (mentor)
MBZ: 367114
Committee memberMarkus Schatten (član povjerenstva)
MBZ: 291806
GranterUniversity of Zagreb
Faculty of Organization and Informatics
(Department of Theoretical and Applied Foundations of Information Sciences)
Varaždin
Defense date and country2023-09-25, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Information and Communication Sciences
Organization and Informatics
Abstract
U ovom radu obrađena je tema poticanog učenja te implementacija metode na konkretnom primjeru. Algoritam je implementiran na videoigri "DOOM", popularnoj pucačini iz prvog lica. Rad pruža teoretsku podlogu potrebnu za shvaćanje same problematike, ali i detaljan prikaz implementacije algoritma kroz isječke koda i njihov opis. Implementacija je izvedena u Python programskom jeziku, a korištene su i razne Python biblioteke kao što su Gym, Stable Baselines3 te Numpy. Praktični dio sastoji se od nekoliko dijelova te uključuje kreiranje klasa za upravljanje samom igrom i procesom učenja. Također je korištena vlastita implementacija konvolucijske neuronske mreže koja pojedinu sliku igre obrađuje te pronalazi uzorke u ulaznim podatcima.
Keywords
Languagecroatian
URN:NBNurn:nbn:hr:211:408801
Study programmeTitle: Information and Programming Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra informatike (magistar/magistra informatike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence Attribution-NonCommercial-NoDerivs 3.0 Unported (CC BY-NC-ND 3.0) icon
Created on2023-10-02 04:08:44