Reinforcement learning in a turn-based strategy game

Abstract

Author: Hyrkäs Jarno Juha Tapio

Title of the Publication: Reinforcement Learning in Turn-based Strategy Game

Degree Title: Bachelor of Business Administration, Business Information Technology

The goal of this Batchelor’s thesis was to study reinforcement learning in a turn based strategy game. The theoretical examination or the study includes chapters from explaining what is AI to in-depth analysis of Q-learning, which is the learning method used in the application.

A general reinforcement learning template was made based on the theoretical examination. The code was done with C# Unity3D and the structure is explained in the application section. The code template was used to create AI for a based strategy game. The game is called King of Thule and the Bachelor’s thesis has a chapter which explains how the game is played. Another chapter explains what game states and actions were used for the game AI.

The finished AI was trained by making AI agents play each other in a learning period. Data from the period was recorded and analysed

Kirjoittaja: Hyrkäs Jarno Juha Tapio

Otsikko: Vahvistusoppiminen vuoropohjaisessa strategiapelissä

Tutkinto: Tradenomi, tietojenkäsittely.

Tämän opinnäytetyön tarkoituksena on tutkia vahvistusoppimista vuoropohjaisessa strategiapelissä. Teoksen teoreettisen osuuden alussa kerrotaan mitä tekoälyllä tarkoitetaan. Myöhemmissä kappaleissa perehdytään koneoppimiseen, vahvistusoppimiseen ja Q-oppimiseen. Teoreettisen tutkimuksen pohjalta opinnäytetyössä rakennetaan Q-oppimista hyödyntävä tekoäly.

Ohjelmointi suoritetaan Unity3D-ohjelmistolla käyttäen c#-ohjelmointikieltä. Tekoäly rakennetaan mahdollisimman helposti muokattavaksi, jotta sitä voi käyttää useassa eri sovelluksessa. Valmiin mallin pohjalta rakennetaan King of Thule-peliin oma tekoälysovellus. Siinä käytettävät pelitilat ja –toiminnot ovat dokumentoituna käytännön osiossa.

Tekoälyä opetetaan peluuttamalla sitä itseään vastaan. Opetusvaiheen tulokset ja niiden perusteella tehdyt johtopäätökset esitellään opinnäytetyön lopuksi.