Korištenje pristupa poticanog učenja za razvoj modela strojnog učenja koji igra videoigru žanra 2.5D platformer

master's thesis

• Title (english): Using Reinforcement Learning Approach to Develop a Machine Learning Model for Playing a 2.5D Platformer Video Game
• Author: Antonio Mohorić
• Mentor: Bogdan Okreša Đurić (mentor); MBZ: 367114
• Committee member: Markus Schatten (član povjerenstva); MBZ: 291806
• Granter: University of Zagreb; Faculty of Organization and Informatics; (Department of Theoretical and Applied Foundations of Information Sciences); Varaždin
• Defense date and country: 2025-03-07, Croatia
• Scientific / art field, discipline and subdiscipline: SOCIAL SCIENCES; Information and Communication Sciences; Organization and Informatics

Abstract

Ovaj rad se temelji na opisu i razvoju 2.5D platformer igre uz koju je razvijen model strojnog
učenja. Taj model je naučio prijeći prepreke na razini igre koristeći algoritam poticanog učenja.
Rad se sastoji od teorijskog i praktičnog dijela. Teorijski dio rada obuhvaća obradu koncepata
vezanih uz umjetnu inteligenciju, pristupe strojnom učenju s fokusom na algoritme poticanog
učenja, kao i pregled koncepata bitnih za razvoj videoigara. Teorijski dio također obuhvaća opis
korištenih alata i... More tehnologija za izradu videoigre i modela strojnog učenja. Praktični dio rada
sadrži prikaz, implementaciju i opis izrade videoigre i igrača koji koristi razvijeni model strojnog
učenja u kreiranoj videoigri. Less

• Keywords: umjetna inteligencija; strojno učenje; reinforcement learning; artificial intelligence; videoigre; platformer; 2.5D platformer
• Language: croatian
• URN:NBN: urn:nbn:hr:211:368876
• Study programme: Title: Information and Programming Engineering; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra informatike (magistar/magistra informatike)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Access restricted to authenticated users
• Created on: 2025-03-11 14:49:42