Game Playing.

Slides:



Advertisements
Presentasi serupa
Course MMS 2901 Departement of Computer Science Gadjah Mada University © Aina Musdholifah & Sri Mulyana.
Advertisements

PENERAPAN KECERDASAN BUATAN
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Ruang Pencarian Pertemuan II.
GAME PLAYING ( METODE MINIMAX )
Workshop Project 2 Tic Tac Toe Game
Reasoning, Semantic Network, Frame
Kecerdasan Buatan Materi 2 Masalah Ruang Keadaan.
Masalah, Ruang Masalah dan Pencarian
Problem Solving Game Playing
TEORI PERMAINAN BAB 8.
Aplikasi Algoritma Greedy pada Permainan Othello (Riversi)
Assalamu’ Alaikum Wr. Wb. Ricky Novrica. AD(098) Andika Noviantoro(126) Wahyu Iman. E(101) Qhoirul Wibisono(143) Zulfrizal F(119)
Problem Solving Search -- Uninformed Search
SISTEM INTELEGENSIA BUATAN
Metode Pencarian/Pelacakan
Algoritma Runut-balik (Backtracking)
Teknik Pencarian.
Game playing Kecerdasan Buatan Pertemuan 5 IT-EEPIS.
Hill Climbing Best First Search A*
Problem Space Dr. Kusrini, M.Kom.
Game Playing Stmik mdp Pengantar Games adalah fasilitas yang sangat menarik dalam komputer Ide games pertama kali dimunculkan oleh Calude Shannon.
Yufis Azhar – T.Informatika - UMM
Lecture 5 Minimax dengan αβ Pruning Erick Pranata
Ruang Keadaan (state space)
Penyelesaian Masalah Teknik Pencarian
Metode Pencarian & Pelacakan
1 Pertemuan 16 Game Playing Continued Matakuliah: T0264/Intelijensia Semu Tahun: Juli 2006 Versi: 2/2.
SISTEM INTELEGENSIA BUATAN
Created by: Juju Juhaeriyah. Pengantar Fish game merupakan aplikasi mobile game java sederhana yang dibuat dengan menggunakan Game canvas. Mengandung.
1 Pertemuan 15 Game Playing Matakuliah: T0264/Intelijensia Semu Tahun: Juli 2006 Versi: 2/1.
Algoritma Pencarian (Search Algorithm).
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Informed Searching Part 1
Penyelesaian Masalah menggunakan Teknik Pencarian Blind Search
KECERDASAN BUATAN PERTEMUAN 9.
STRUKTUR DATA Linked List
Kecerdasan Buatan Materi 2 Masalah Ruang Keadaan.
Masalah, Ruang Masalah dan Pencarian
Metode Pencarian/Pelacakan
Metode Pencarian & Pelacakan
Semantic Network, Frame
Branch and Bound Lecture 12 CS3024.
MASALAH DAN RUANG KEADAAN
MASALAH DAN METODE PEMECAHAN MASALAH
Modul VI. Teori Permainan Untuk Dasar Penentuan Strategi
Pertemuan 6 Pencarian Heuristik
Pengambilan Keputusan Dalam Kondisi Konflik
Teori Permainan (Game Theory) Pertemuan 9
Teknik Informatika - Universitas Muhammadiyah Malang (UMM)
I Gusti Ayu Agung Diatri Indradewi, S.Kom
CSG3F3/ Desain dan Analisis Algoritma
Pertemuan 2 Diema HS, M. Kom
Pertemuan 2 Diema HS, M. Kom
Problem solving by Searching
Penyelesaian Masalah Berdasarkan Teknik AI.
Algoritma AI 1.
Ruang Masalah di Kecerdasan Buatan
Metode Pencarian/Pelacakan
MASALAH DAN METODE PEMECAHAN MASALAH
Pertemuan 2 Mata Kuliah : Kecerdasan Buatan
Oleh : Yusuf Nurrachman, ST .,MMSI
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Masalah, Ruang Masalah dan Pencarian
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Games Theory By Wasis A.Latief by Wasis A.Latief.
Teori Bahasa Otomata (1) 2. Searching
Artificial Intelligence Andrea Danyluk For FPS 2/2/04.
Modul II Masalah, Ruang Masalah dan Pencarian
Kecerdasan Buatan Dr. Nindyo Cahyo Kresnanto. Mengapa Perlu AI? Hampir semua permasalahan dipecahkan dengan bantuan komputer Masalah semakin komplek tidak.
Transcript presentasi:

Game Playing

Kenapa mempelajari games? Kriteria menang atau kalah jelas Dapat mempelajari permasalahan Alasan histori Menyenangkan • Biasanya mempunyai besar (misalnya game search space yang catur mempunyai 35100 nodes dalam search tree dan 1040 legal states)

Seberapa hebat computer game player? - Catur: Checkers: Go: Bridge: - • Deep Blue mengalahkan Gary Kasparov pada tahun 1997 • Gary Kasparav vs. Deep Junior (Feb 2003): Checkers: • Chinook adalah juara dunia Go: • Computer player adalah sangat tangguh Bridge: seri - - - • computer players mempunyai "Expert-level"

Garry Kasparov and Deep Blue. © 1997, GM Gabriel Schwartzman's Chess Camera, courtesy IBM.

Ratings of human and computer chess champions

l't ~I~ ,l8 i; fi U J lj ~JI " l 1 1 f~j ~J ~t .- ~ a. j" . . oS! ! ~~ OS> 1111 "11'10 ' ':l .- j" i 1111111 11:1 1:11 11'1 1'11 . . i 1 1 '" a ! ,l8 i; • i i '" I . . 8 ~ ~I~ ~J.I .a oS! ! ~t 1 3 s . . It i ~.5 ... > ~ ~§ ~ ~ a. jill .. .a ~ ~ :u!'>~... . . -e :; z' " .V..i. -5 i J lj fi U ~ i s i f ; !'o. :1i ~ j,i f~j . . J. I " 11 . . QI <: '"' " ~J ~JI ~. . .! <: l ~ ''. "" . QI E B f. a ! uk ... 'll -Il .. dfj ~ .. . .c ." ~ '-' oS! -5 l't E e ''." ". s. .: .

S HOP ..e. Yahoo! news ~ ..e. Google ..e. Systems Desk January/February 2003 ://www.chessbase.coalnewsd etail. ..e. Yahoo! news ~ , Bookmarks 0 Location: ..e. Google ..e. Systems Desk Gil' Whal's Columbia Bank Related UMBC Phone Directory ~ CSEE Calendar ~ > ONLIN E DATAIASE > lEW PRODUCTS > SUPPORT > DOWILDA D > GERMAN PAGE , > SPANISH PAGE , S HOP > CATALOG , ':iJC1D1m .... : TIl. ftnt foUl. Omelll Wort. CIIIsI CbamDlonshlJ MAN (Kaaparov) VS MACHINE (Deep JunIor) > CONTACT JaD'Vottd Sc:ttedl lfe > OK"l.D(1DA.TIlIt!'t.SE > PlAYDtDATJLItJtSE > eN USB.U"£ WORU > DIS'l'JU8urOllS >~ Score ChasBGUN~'J ",!\back MAfl.u ]l'1I.f'upillioll HAL or Tal? Junior Stuns Kasparov in Game Five

Ciri umum pada game Othello 2 pemain Kesempatan pemain bergantian Zero-sum: kerugian seorang pemain adalah keuntungan pemain lain Perfect information: pemain mengetahui semua informasi state dari game Tidak mengandung probabilistik (seperti dadu) Contoh: Tic-Tac-Toe, Checkers, Chess, Go, Nim, Othello • • • • Game tidak termasuk Bridge, Backgammon, dan semisalnya Solitaire,

Bagaimana bermain game? • Cara bermain game: - Pertimbangkan semua kemungkinan jalan Berikan nilai pada semua kemungkinan jalan Jalankan pada kemungkinan yang mempunyai terbaik Tunggu giliran pihak lawan jalan Ulangi cara diatas nilai - • Key problems: - Representasikan "board" atau "state" Buatlah next board yang legal Lakukan evaluasi pada posisi

Evaluation function • Evaluation function atau static evaluator digunakan untuk mengevaluasi nilai posisi yang baik Zero-sum assumption membolehkan untuk menggunakan single evaluation function untuk mendeskripsikan nilai posisi • - f(n) 00 0: posisi n baik untuk saya dan jelek untuk lawan «« 0: posisi n jelek untuk saya dan baik untuk lawan near 0: posisi n adalah posisi netrallseri = +infinity: saya menang = -infinity: lawan menang

Contoh evaluation function • Tic-Tac-Toe fen) = [# of 3-lengths open for me] - [# you] of 3-lengths open for dimana 3-length adalah complete row, column, atau diagonal yang terisi Alan Turing's function untuk catur - f(n) = w(n)/b(n) dimana wen) = jumlah point value bidak putih and ben) = jumlah point value dari bidak hitam Deep Blue eyang mengalahkan Gary Kasparov tahun 1997) mempunyai lebih dari 8000 features untuk evaluation function • •

Game tree

Minimax • John von Neumann pada tahun 1944 menguraikan sebuah algoritma search pada game, dikenal dengan nama Minimax, memaksimalkan posisi pemain dan meminimalkan posisi lawan yang

MIN 1 8 ·3 c MAX 1 A MAX 4 D 1 E 2 F ·3 G 4 ·5 ·5 1 ·7 2 ·3 ·8 4 ·5 ·5 1 ·7 2 ·3 ·8 = terminal position = agent = opponent

2 1 2 2 1 2 7 1 8 2 7 1 8 2 7 1 8 Jalan yang dipilih oleh Minimax 2 Static evaluator value 2 1 MAX MIN 2 7 1 8

+ + + Contoh: Game Nim • Diawali serangkaian batang Setiap pemain harus memecah serangkaian batang menjadi 2 kumpulan dimana jumlah batang di kosong tiap kumpulan tidak boleh sama dan tidak boleh + + +

Misalkan jumlah total batang = 7 7 6-1 5-2 4-3 5-1-1 4-2-1 3-2-2 3-3-1 4-1-1-1 3-2-1-1 2-2-2-1 3-1-1-1-1 2-2-1-1-1 2-1-1-1-1-1

Asumsi • MIN bermain dulu • Evaluation function: - 0 � MIN menang - 1 � MAX menang

MIN 1 7 1 1 1 0 1 0 1 MIN 5-1-1 4-2-1 3-2-2 3-3-1 1 MIN 3-1-1-1-1 0 2-2-1-1-1 1 MAX 2-1-1-1-1-1 0 MAX 6-1 5-2 4-3 4-1-1-1 3-2-1-1 2-2-2-1 MAX

Alpha-beta pruning • Merupakan improvisasi dari Minimax Basic idea HIf you have an idea that is surely bad, don't take the time to see how truly awful it is." (Pat Winston) MAX >=2 • Tidak perlu menghitung nilai pada node ini. • Nilai pada node tersebut tidak akan berpengaruh pada root-nya. MIN =2 «=1 MAX 2 7 1 ?

A MAX <=6 B C MIN 6 D >=8 E H I J K 6 5 8 = agent = opponent

MAX MIN H I J K L M >=6 A 6 B <=2 C 6 D >=8 E 2 F G 6 5 8 2 1 6 5 8 2 1 = agent = opponent

6 B 2 C MAX MIN H I J K L M >=6 A 6 D >=8 E 2 F G 6 5 8 2 1 6 5 8 2 1 = agent = opponent

Alpha-beta Pruning MAX MIN H I J K L M 6 A 6 B 2 C beta 6 D >=8 E alpha 2 F G cutoff H I J K L M 6 5 8 2 1 = agent = opponent cutoff

Referensi • Notes by Charles R. Dyer, University of Wisconsin- Madison. Game Playing, Graham Kendall. Modul Ajar Kecerdasan Buatan, Entin Martiana, Tessy Badriyah, Riyanto Sigit, Politeknik Elektronika Negeri Surabaya, 2005. Artificial Intelligence (Teori dan Aplikasinya), Sri Kusumadewi, cetakan pertama, Penerbit Graha Ilmu, 2003. • •