Conception et Développement d’un moteur d’intelligence artificielle pour un jeu d’échecs multiplateformes: Luận văn ThS. Công nghệ thông tin

Ces dernière s années, le domai ne des jeux vidéo s’est développé sans cesse grâce au développement de matériel et d’algorithmes. En simulant le football, Jingci est un nouveau jeu du type d’échecs et nous voulons construire un jeu vidéo multiplateforme pour présenter se...

وصف كامل

محفوظ في:
التفاصيل البيبلوغرافية
المؤلف الرئيسي: Hoàng, Đức Việt
مؤلفون آخرون: Ho, Tuong Vinh
التنسيق: Theses and Dissertations
اللغة:French
منشور في: 2017
الموضوعات:
الوصول للمادة أونلاين:http://repository.vnu.edu.vn/handle/VNU_123/41070
الوسوم: إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
الوصف
الملخص:Ces dernière s années, le domai ne des jeux vidéo s’est développé sans cesse grâce au développement de matériel et d’algorithmes. En simulant le football, Jingci est un nouveau jeu du type d’échecs et nous voulons construire un jeu vidéo multiplateforme pour présenter ses intérêts. Dans le projet Jingci, nous nous concentrons dans le but de développer un moteur d’intelligence artificielle afin d’attirer les utilisateurs à étudier les règles et jouer au jeu. Malgré la croissance des performances des appareils portables, la programmation de jeux d’échecs est tournée vers la recherche de solution dans un espace contenant énormément de pos itions. Des algorithmes ont été inventé s pour résoudre le problème, p ar exemple Minimax, Alpha - Beta, etc. En évaluant les contraintes d e temps de traitement et la limitation de ressource des appareils portables pendant la durée de réalisation, nous avons décidé d’appliquer l’Alpha - Beta pour implémenter un jeu vidéo qui soit déployé sur la plateforme mobile. Dans le cadre de ce mémoire, nous allons exposer les problématiques, l’analyse et les solutions d’application l’algorithme d’élagage Alpha - Beta e t l es tactiques de football. En fin, nous allons présenter le résultat et l’é valuation de la bonne efficacité en appliquant l’élagage Alpha - Beta pour réduire l’espace de recherche de solution et des stratégies de réflexion pour le moteur d’intelligence artificiel proposé pendant la réalisation.