Animationer av karaktärer och objekt är en viktig del vid skapandet av spel. Detta är något som det läggs mycket fokus på att få så realistisk som möjligt, även spelfysik används till viss del här för att ge karaktärer möjlighet att anpassa sig till miljöer. Det här arbetet undersöker och implementerar ett styrsystem, som används för animations generering till en trasdocka, med hjälp av artificiell intelligens. Styrsystemet använder sig av en självorganiserande artificiell intelligens för att generera animationer som följer ett specifikt beteende, i det här arbetet har animationer som fokuserar på att skydda höften skapats.Arbetet har gett goda resultat som indikerar på att denna lösning fungerar för att generera animationer på en trasdocka, som ska följa ett visst beteende. Detta visade sig möjligt genom att använda artificiellt neuralt nätverk kombinerat med genetisk algoritm..

Detta arbete undersöker två tekniker för att evaluera spelplanen i minimaxalgoritmen. Den tekniken som fokuseras mest på i arbetet är ett artificiellt neuralt nätverk som evolveras med hjälp av samevolution. Tekniken är utformad för att inte behöva någon tidigare mänsklig expertis. Den andra tekniken använder heuristiker och mänsklig expertis för att få fram evalueringsfunktionen. Spelet som används för att testa teknikerna är Kinaschack.Resultaten antyder att tekniken i fokus inte fungerar till spelet Kinaschack.

Det här arbetet har undersökt hur inlärning av hur en datorstyrd karaktär fattar sina beslut baserat på det gällande speltillståndet, påverkar spelarens uppfattning om hur mänskligt intelligent dess resulterande beteende uppfattas, med bakgrunden att det finns ett behov av intelligentare beteenden hos karaktärer i spel. Undersökningen har genomförts genom att jämföra en tillståndsmaskin med ett artificiellt neuralt nätverk, implementerade i ett enklare actionspel med en spelare och en datorstyrd karaktär. Nätverket är konstruerat att initialt bete sig som tillståndsmaskinen, men sedan utveckla sitt beteende genom att lära från den individuella spelarens spelstil. Ett antal testpersoner har sedan fått spela spelet mot respektive teknik, och fått ange hur de upplevde respektive beteende i en enkätundersökning. Resultatet av undersökningens sammanställda data särskiljer inte det resulterande beteendet från tillståndsmaskinen med beteendet från det artificiella neurala nätverket, vilket kan ha en förklaring i undersökningens felkällor, samt den mindre domänen teknikerna implementerats i..

Artificiella neurala nätverk (ANN) har många användningsområden inom datavetenskap. Några av dessa är mönsterigenkänning, robotik, processkontroll, optimering och spel. Detta examensarbete kommer att handla om hur en alternativ lösning på den traditionella arkitekturen av hur ett neuralnät kan se ut. Jag kommer att undersöka om man kan ta ett stort och komplext neuralnät och bryta ned detta till mindre neuralnät utan att förlora kvaliteten på botarna i en spelmiljö kallad Open Nero. Detta för att försöka minska beräkningshastigheten av neuralnäten och förhoppningsvis även göra så botarna lär sig ett bra beteende snabbare.

Artificiella neurala nätverk (ANN) har många användningsområden inom datavetenskap. Några av dessa är mönsterigenkänning, robotik, processkontroll, optimering och spel. Detta examensarbete kommer att handla om hur en alternativ lösning på den traditionella arkitekturen av hur ett neuralnät kan se ut. Jag kommer att undersöka om man kan ta ett stort och komplext neuralnät och bryta ned detta till mindre neuralnät utan att förlora kvaliteten på botarna i en spelmiljö kallad Open Nero. Detta för att försöka minska beräkningshastigheten av neuralnäten och förhoppningsvis även göra så botarna lär sig ett bra beteende snabbare. Mitt examensarbete kommer att visa att min lösning av arkitekturen för ett neuralt nätverk inte fungerar speciellt bra då botarna inte lärde sig tillräckligt fort.

Na?r sociala na?tverk blir en del av va?r vardag o?ppnas uppenbara mo?jligheter till interaktion och na?tverkande pa? Internet med va?nner, kollegor och bekanta. Samtligt som sociala na?tverk erbjuder anva?ndare intressanta redskap, med ma?nga fo?rdelar, fo?r att kunna interagera utsa?tts samtidigt anva?ndares personliga integritet fo?r risker och hot. Denna uppsats underso?ker vad som oroar anva?ndare mest pa? Internet, va?rdet av en skyddad privat sfa?r utan insyn, varfo?r vi delar med oss av privat information pa? sociala na?tverk, vad kan man ta reda pa? utifra?n den information som finns tillga?nglig samt hur kan vi ba?ra oss a?t fo?r att inte fo?rlora va?r integritet pa? Internet.

Detta arbete undersöker två tekniker för att evaluera spelplanen i minimaxalgoritmen. Den tekniken som fokuseras mest på i arbetet är ett artificiellt neuralt nätverk som evolveras med hjälp av samevolution. Tekniken är utformad för att inte behöva någon tidigare mänsklig expertis. Den andra tekniken använder heuristiker och mänsklig expertis för att få fram evalueringsfunktionen. Spelet som används för att testa teknikerna är Kinaschack.Resultaten antyder att tekniken i fokus inte fungerar till spelet Kinaschack.

Denna rapport jämför prestandan mellan state-of-the-art AI-botar i racing spelet TORCS och en AI-bot som kör med hjälp av ett artificiellt neuralt nätverk (ANN-bot). ANN-boten, som implementerades som en del av arbetet, använder en feedforward arkitektur och backpropagation för inlärning. Ett separat program som användes för att träna det neurala nätverket med träningdata som spelats in från TORCS implementerades också. Som state-of-the-art AI-botar användes AI-botar som har använts i en tävling. De fyra AI-botarna testades på åtta olika banor och data om hur lång tid varje varv tog och hur snabbt AI-botarna körde sparades och sammanställdes.

Detta arbete undersöker två tekniker för att evaluera spelplanen i minimaxalgoritmen. Den tekniken som fokuseras mest på i arbetet är ett artificiellt neuralt nätverk som evolveras med hjälp av samevolution. Tekniken är utformad för att inte behöva någon tidigare mänsklig expertis. Den andra tekniken använder heuristiker och mänsklig expertis för att få fram evalueringsfunktionen. Spelet som används för att testa teknikerna är Kinaschack.Resultaten antyder att tekniken i fokus inte fungerar till spelet Kinaschack.

Denna rapport jämför prestandan mellan state-of-the-art AI-botar i racing spelet TORCS och en AI-bot som kör med hjälp av ett artificiellt neuralt nätverk (ANN-bot). ANN-boten, som implementerades som en del av arbetet, använder en feedforward arkitektur och backpropagation för inlärning. Ett separat program som användes för att träna det neurala nätverket med träningdata som spelats in från TORCS implementerades också. Som state-of-the-art AI-botar användes AI-botar som har använts i en tävling. De fyra AI-botarna testades på åtta olika banor och data om hur lång tid varje varv tog och hur snabbt AI-botarna körde sparades och sammanställdes. Resultaten visar att på banorna som ANN-boten klarar av att köra runt så är ANN-boten snabbare än en den långsamaste state-of-the-art boten, men ANNboten klara inte av majoriteten av banorna som den testades på.

I studien studeras hur komplexiteten kring sociala medier kan studeras, samt pa? vilket sa?tt sociala na?tverk a?r relaterade till na?tverken i sociala medier och hur det pa?verkar konsumenterna. Syftet med studien a?r att underso?ka de sociala medierna i fo?rha?llande till de sociala na?tverken med fokus pa? konsumentbeteende och da?rigenom skapa en generell modell som fo?rklarar problematiken. Studien bygger pa? en litteraturstudie som i fo?rsta hand sammansta?llts av artiklar med fokus pa? a?mnesomra?dena sociala na?tverk, elektroniska sociala na?tverk och sociala medier. En enka?tunderso?kning gjordes fo?r att sammansta?lla konsumenters a?sikter om a?mnesomra?dena, i syfte att tillslut utmynna i en analys och diskussion. Det ga?r att konstatera att sociala medier har vidgat det sociala na?tverket fo?r den enskilde konsumenten. Detta resulterar i att den enskilde konsumenten nu kan komma i kontakt med fler akto?rer och andra konsumenter som i ma?nga fall kan vara oka?nda.

Tra?dlo?sa sensorna?tverk byggs upp av tra?dlo?sa sensorer, som gemensamt arbetar fo?r att lo?sa en viss uppgift. Ett exempel pa? en sa?dan uppgift kan vara insamling av pollenniva?er i luften o?ver en stor yta. Sensornoderna vidarebefordrar datan sinsemellan tills den na?r en datainsamlingsnod na?gonstans i na?tverket da?r den sedan lagras och efterbehandlas.

Detta arbete går ut på att testa hur två olika träningsmetoder påverkar hur ett artificiellt neuralt nätverk (ANN) presterar i en 2d spelmiljö. Ett belöningsbaserat nätverk som använder genetiska algoritmer har jämförts mot ett exempelbaserat nätverk som använder backpropagation. För att göra detta möjligt att testa så behövde fyra delsteg genomföras. Dessa är utveckling av belöningsbaserad ANN, utveckling av exempelbaserad ANN, utveckling av testmiljö och evaluering av resultat.Resultaten visar att agenten belöningsbaserat nätverk har presterat bättre i det flesta testen men även att den varit mer slumpmässig. Det finns dock undantag där den agenten med exempelbaserat nätverk har varit bättre.

Artificiella solljusbilder kan ge positiva ka?nslor och upplevas som naturligt solljus i interio?ra miljo?er. I en tid da?r ljusniva?er och standardva?rden prioriteras blir det unika och intressanta allt viktigare i ljusdesignen. Utifra?n ma?nniskans tendens att fo?redra det naturliga kan ett artificiellt ljus som imiterar det naturliga ocksa? ge va?lma?ende och harmoni fo?r oss.

I studien studeras hur komplexiteten kring sociala medier kan studeras, samt pa? vilket sa?tt sociala na?tverk a?r relaterade till na?tverken i sociala medier och hur det pa?verkar konsumenterna. Syftet med studien a?r att underso?ka de sociala medierna i fo?rha?llande till de sociala na?tverken med fokus pa? konsumentbeteende och da?rigenom skapa en generell modell som fo?rklarar problematiken. Studien bygger pa? en litteraturstudie som i fo?rsta hand sammansta?llts av artiklar med fokus pa? a?mnesomra?dena sociala na?tverk, elektroniska sociala na?tverk och sociala medier. En enka?tunderso?kning gjordes fo?r att sammansta?lla konsumenters a?sikter om a?mnesomra?dena, i syfte att tillslut utmynna i en analys och diskussion. Det ga?r att konstatera att sociala medier har vidgat det sociala na?tverket fo?r den enskilde konsumenten. Detta resulterar i att den enskilde konsumenten nu kan komma i kontakt med fler akto?rer och andra konsumenter som i ma?nga fall kan vara oka?nda.