Evolution d`un réseau de neurones pour un jeu de stratégie

Tél. : + 41 24 423 21 11
Fax : + 41 24 425 00 50
[email protected]
http://www.eivd.ch
Département Electricité et Informatique
Ecole d’ingénieurs du Canton de Vaud
Route de Cheseaux 1, case postale
CH - 1401 Yverdon - les - Bains
Auteur:
Répondant externe:
Prof. responsable:
Sujet proposé par:
Guignard Cédric
Herrmann Alix
M. Marc Scheurer, Sente
SA
EIVD © 2004 - 2005, filière Informatique
Evolution d'un réseau de neurones pour un jeu de
stratégie
Contexte
Concevoir une intelligence artificielle pour un
jeu de stratégie complexe du type jeu d’échecs
ou jeu de Go a toujours été un défi pour le
domaine de l’informatique. En ce qui concerne
les échecs, il a fallu une bonne équipe de
développement et un matériel conséquent pour
venir à bout de l’ancien champion Garry
Kasparov. Pour le jeu de Go, qui offre un
nombre de possibilités de coups plus
important, les meilleurs programmes actuels
arrivent seulement au niveau d’un adversaire
humain moyen.
Objectifs
L’objectif du projet est simple : créer un
programme capable d’écarter un maximum de
coups inintéressants dans une partie de jeu de
Go. Avec de bons résultats, ce programme
pourrait être utilisé par la suite dans un
algorithme plus complet qui évalue chaque
coup gardé.
Déroulement du projet
Premièrement, nous avons utilisé la technique
du réseau de neurones pour pouvoir
« apprendre » un certain nombre de parties
jouées par de bons joueurs de Go. Un réseau
de neurones est
une structure qui
permet d’entrer
toutes les
données relatives
au jeu et qui sort
une note pour
chaque coup.
Afin de faire évoluer ce réseau de neurones
vers son optimum, nous avons utilisé un
algorithme génétique. Cette technique consiste
à imiter l’évolution naturelle définie par Darwin
dans un programme informatique en codant
des parties « genèse », « croisement »,
« mutation » et « sélection ».
Ensuite, afin d’évaluer les performances du
réseau de
neurones, nous
avons mis au point
un programme
capable de se
mesurer à un autre
programme ou à
un joueur humain
en utilisant ce
réseau de
neurones.
Résultats
Pour le moment, les coups proposés par le
réseau de neurones ne sont pas optimaux,
mais le temps que le programme a eu pour
apprendre les milliers de parties est bien
insuffisant.
Cette image montre les 10 meilleurs coups
proposés par le réseau de neurones. Le 1
indique son premier choix, le 2 son second,
etc.