초보자 친화적 Alpha-beta pruning 도구

간단한 설정과 쉬운 사용법을 제공하는 Alpha-beta pruning 도구로 시작부터 성공적인 작업을 만드세요.

Alpha-beta pruning

  • 클래식 팩맨 게임 환경에서 다중 에이전트 AI 전략의 구현 및 평가를 가능하게 하는 오픈소스 프레임워크.
    0
    0
    MultiAgentPacman란?
    MultiAgentPacman은 사용자들이 팩맨 도메인에서 여러 AI 에이전트를 구현, 시각화, 벤치마크할 수 있는 Python 기반의 게임 환경을 제공합니다. minimax, expectimax, alpha-beta 가지치기와 같은 적대적 탐색 알고리즘 및 맞춤형 강화 학습 또는 휴리스틱 기반 에이전트도 지원합니다. 이 프레임워크는 간단한 GUI, 명령줄 제어, 게임 통계 기록 및 경쟁 또는 협력 시나리오에서 에이전트 성능 비교 유틸리티를 포함합니다.
  • AIpacman은 파이썬 프레임워크로, 검색 기반, 적대적, 강화 학습 에이전트를 제공하여 팩맨 게임을 마스터할 수 있습니다.
    0
    0
    AIpacman란?
    AIpacman은 AI 실험을 위한 팩맨 게임 환경을 시뮬레이션하는 오픈 소스 파이썬 프로젝트입니다. 사용자들은 내장 에이전트 선택 또는 DFS, BFS, A*, UCS와 같은 검색 알고리즘, Minimax와 Alpha-Beta 가지치기, Expectimax, 또는 Q-러닝 같은 강화 학습 기법을 활용한 맞춤형 에이전트를 구현할 수 있습니다. 이 프레임워크는 구성 가능한 미로, 성능 로깅, 에이전트 결정 과정 시각화, 매치 실행 및 점수 비교를 위한 명령줄 인터페이스를 제공하며, 교육, 연구 벤치마크, 취미 AI/게임 개발 프로젝트에 적합하게 설계되었습니다.
추천