PENGEMBANGAN SISTEM MULTIAGEN UNTUK PERMAINAN VIDEO MULTIPEMAIN KOOPERATIF DENGAN DEEP Q-NETWORK
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Bandung
Author
Ignatius Wijaya, Reinaldo (STUDENT ID : 13515093)
(LECTURER ID : 0009037605)
(LECTURER ID : 0009037605)
Subject
Datestamp
0000-00-00 00:00:00
Abstract :
Pada tugas akhir ini, sebuah sistem multiagen dikembangkan untuk permainan video multipemain yang kooperatif. Salah satu permainan video multipemain kooperatif yang cukup populer pada saat laporan tugas akhir ini ditulis adalah Overcooked 2. Oleh karena itu, permainan tersebut dipilih menjadi lingkungan pengembangan pada tugas akhir ini. Karena Overcooked 2, bukan perangkat lunak open-source dan tidak menyediakan API untuk membaca informasi dalam permainan dan memberikan masukan, sistem multiagen yang dibuat tidak langsung digunakan pada permainan tersebut. Sebagai gantinya, permainan yang digunakan adalah permainan dengan mekanika serupa dengan tampilan dan fitur yang disederhanakan. Agen-agen yang ada pada sistem multiagen yang dibangun memanfaatkan deep q-network (DQN) untuk pemilihan aksinya. Masukan dari neural network agen-agen tersebut adalah state permainan yang adalah gabungan dari informasi yang didapatkan dari permainan dan protokol koordinasi blackboard system. Keluaran dari neural network agen-agen tersebut adalah perkiraan Q-value untuk setiap aksi yang ada. Aksi yang dipilih agen adalah aksi dengan perkiraan Q-value terbesar. Eksperimen dilakukan untuk mendapatkan sistem dengan konfigurasi yang memiliki kinerja rata-rata terbaik. Pengujian dilakukan dengan membandingkan sistem DQN dengan sistem prioritas dan random. Agen yang terbaik ditentukan berdasarkan rata-rata nilai yang terbesar. Dari hasil pengujian yang dilakukan, ditemukan bahwa sistem DQN memiliki kinerja di atas sistem random, namun masih jauh di bawah sistem prioritas. Walaupun demikian, pengembangan sistem DQN lebih sederhana daripada sistem prioritas karena pengembang tidak perlu menentukan prioritas setiap aksi. Kemudahan tersebut lebih terlihat ketika level permainan yang ada lebih kompleks.
Pada tugas akhir ini, sebuah sistem multiagen dikembangkan untuk permainan video multipemain yang kooperatif. Salah satu permainan video multipemain kooperatif yang cukup populer pada saat laporan tugas akhir ini ditulis adalah Overcooked 2. Oleh karena itu, permainan tersebut dipilih menjadi lingkungan pengembangan pada tugas akhir ini. Karena Overcooked 2, bukan perangkat lunak open-source dan tidak menyediakan API untuk membaca informasi dalam permainan dan memberikan masukan, sistem multiagen yang dibuat tidak langsung digunakan pada permainan tersebut. Sebagai gantinya, permainan yang digunakan adalah permainan dengan mekanika serupa dengan tampilan dan fitur yang disederhanakan. Agen-agen yang ada pada sistem multiagen yang dibangun memanfaatkan deep q-network (DQN) untuk pemilihan aksinya. Masukan dari neural network agen-agen tersebut adalah state permainan yang adalah gabungan dari informasi yang didapatkan dari permainan dan protokol koordinasi blackboard system. Keluaran dari neural network agen-agen tersebut adalah perkiraan Q-value untuk setiap aksi yang ada. Aksi yang dipilih agen adalah aksi dengan perkiraan Q-value terbesar. Eksperimen dilakukan untuk mendapatkan sistem dengan konfigurasi yang memiliki kinerja rata-rata terbaik. Pengujian dilakukan dengan membandingkan sistem DQN dengan sistem prioritas dan random. Agen yang terbaik ditentukan berdasarkan rata-rata nilai yang terbesar. Dari hasil pengujian yang dilakukan, ditemukan bahwa sistem DQN memiliki kinerja di atas sistem random, namun masih jauh di bawah sistem prioritas. Walaupun demikian, pengembangan sistem DQN lebih sederhana daripada sistem prioritas karena pengembang tidak perlu menentukan prioritas setiap aksi. Kemudahan tersebut lebih terlihat ketika level permainan yang ada lebih kompleks.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
