Apprendimento di funzioni euristiche per giocatori artificiali tramite reti neurali

State-space searches are a powerful tool in artificial intelligence, used in order to find a sequence of actions that can bring the system to a desired state. Searching through all possible evolutions and actions is almost always impractical, so heuristic functions are used to direct the search. These functions must be tailored to the specific job and thus they transform a general-purpose algorithm such as the state space search into a specific algorithm that can only solve a particular kind of problem. Moreover, the definition of the heuristic function is usually done by human experts. The goal of this thesis is to explore how a neural network can be used to automatically build an heuristic function using only a model of the problem to solve. A model was developed that applies this idea to classical board games, resulting in a system that can autonomously devise a playing strategy for a game by playing a serie of training matches against itself and learning from them.

La ricerca nello spazio degli stati è una tecnica molto usata in intelligenza artificiale, per trovare una sequenza di azioni che porti un sistema ad uno stato desiderato. Cercare tra tutte le possibili evoluzioni ed azioni non è quasi mai praticabile, quindi vengono impiegate delle funzioni euristiche per dirigere la ricerca. Queste funzioni devono essere progettate per uno specifico compito e quindi trasformano un algoritmo generico come la ricerca nello spazio degli stati in un algoritmo specifico che può soltanto risolvere un particolare tipo di problema. Inoltre, la definizione della funzione euristica viene solitamente fatta da esperti umani. L'obbiettivo di questa tesi è esplorare come una rete neurale possa essere usata per costruire automaticamente una funzione euristica usando soltanto un modello del problema da risolvere. E' stato sviluppato un modello che applica questa idea ai giochi da tavolo classici, ottenendo un sistema che può autonomamente sviluppare una strategia di gioco, giocando una serie di partite di addestramento contro se stesso ed imparando da queste.