Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Jämförelse mellan neurala nätverk baserad AI och state-of-the-art AI i racing spel
Blekinge Institute of Technology, School of Computing.
Blekinge Institute of Technology, School of Computing.
2013 (Swedish)Independent thesis Basic level (degree of Bachelor)Student thesisAlternative title
Comparision between neural network based AI and state-of-the-art AI in racing games (English)
Abstract [sv]

Denna rapport jämför prestandan mellan state-of-the-art AI-botar i racing spelet TORCS och en AI-bot som kör med hjälp av ett artificiellt neuralt nätverk (ANN-bot). ANN-boten, som implementerades som en del av arbetet, använder en feedforward arkitektur och backpropagation för inlärning. Ett separat program som användes för att träna det neurala nätverket med träningdata som spelats in från TORCS implementerades också. Som state-of-the-art AI-botar användes AI-botar som har använts i en tävling. De fyra AI-botarna testades på åtta olika banor och data om hur lång tid varje varv tog och hur snabbt AI-botarna körde sparades och sammanställdes. Resultaten visar att på banorna som ANN-boten klarar av att köra runt så är ANN-boten snabbare än en den långsamaste state-of-the-art boten, men ANNboten klara inte av majoriteten av banorna som den testades på. Anledning till detta var antagligen brist på varierande träningsdata.

Place, publisher, year, edition, pages
2013. , 18 p.
Keyword [sv]
artificial neural network, ANN
National Category
Computer Science Human Computer Interaction
Identifiers
URN: urn:nbn:se:bth-4831Local ID: oai:bth.se:arkivex65D7E13971AD7F6EC1257BC1003117B4OAI: oai:DiVA.org:bth-4831DiVA: diva2:832180
Uppsok
Technology
Supervisors
Available from: 2015-04-22 Created: 2013-08-08 Last updated: 2015-06-30Bibliographically approved

Open Access in DiVA

fulltext(836 kB)