Využití gamesourcingu a kolektivní inteligence v počítačových hrách při řešení úloh

Abstract

Tato diplomová práce zkoumá gamesourcing, tedy hrou řízený crowdsourcing, ze všech možných úhlů, jako jsou historie, motivace či paradigma a uvádí několik současných příkladů projektů z praxe. Praktická část práce spočívá v zužitkování shromážděných teoretických vědomostí k vytvoření hry kolektivně řešící optimalizační úlohu obchodního cestujícího na neorientovaném úplném grafu. Hra má podobu bludiště a umožňuje hráčům fungovat na principu podobném mravenčím algoritmům. Její výkon je následně s těmito algoritmy srovnán. Všechny hráčské údaje byly monitorovány a uloženy pro případná budoucí využití.

This master’s thesis researches gamesourcing, i.e. game-driven crowdsourcing, from various points of view such as history, motivation or paradigm and presents several examples of contemporary projects of this kind. Practical part of the thesis utilizes previously gathered theoretical knowledge for development of a swarm game solving optimization version of the Travelling Salesman Problem on symmetric complete graph. The game has form of a maze enabling players to function similarly to Ant Colony Optimization algorithms. Its performance is then compared to those algorithms. All gameplay actions of the players were monitored and stored for possible future purposes.