Simulace.info - User contributions [en]

User:Hlaj13

2025-06-15T19:55:37Z

Hlaj13:

== Definice problému ==

Simulační model hry Farkle představuje pokus o digitální rekonstrukci a analýzu tradiční strategické kostkové hry, jejíž pravidla kombinují náhodu, strategii a rozhodovací procesy. Cílem této práce je vytvořit plně funkční multiagentní simulaci, která:

věrně simuluje tahy dvou virtuálních hráčů podle předem zvolených strategií,

umožňuje detailně nastavovat parametry strategického chování hráčů (chování "custom"),

sleduje a vizualizuje průběžný vývoj skóre,

exportuje klíčové statistiky a výsledky simulace v .csv formátu.

Model je určen k testování rozdílných strategických přístupů v podmínkách hry s vysokou mírou náhody a má sloužit jako nástroj pro analyzování vlivu strategie na úspěšnost ve hře Farkle. Tato simulace je nezbytnou komponentou k mé diplomové práci, která má za cíl testovat jednotlivé typy chování, neboli persony, a testovat tak úspěšnost různých strategií pro určitá nastavení hry (zejména cílový počet bodů).

== Pravidla hry a skryté mechaniky ==

Dva hráči se střídají po jednotlivých kolech a každý hraje se 6ti klasickými herními kostkami. Hru vždy začíná "Player1", hodí kostkami a vybírá bodované hodnoty kostek, nebo jejich kombinace (viz skórovací systém níže). Hráč se nyní rozhoduje zda svůj tah ukončí a započte si získané body, nebo bude pokračovat dalším hodem, ale již pouze se zbytkovými kostkami, tedy těmi, které před tím nebyly bodované. Hráč tedy musí správně vyhodnotit riziko, když totiž v hodu na žádné z kostek nepadne žádná bodovatelná hodnota nebo kombinace, jeho tah tím končí a ztrácí a všechny bodu, které se během tahu hráč nahrál. Tomuto okamžiku prohry tahu bez zisku bodů se říká Farkle (odtud název hry). Pokud hráč sám od sebe tah ukončil a zapsal si body, nebo "dostal" Farkle - jde na řadu další hráč. Takto se hráči střídají a snaží se každým svým kolem sbírat body, aby jako první dosáhl cíle (limitu). Hráč, který během svého kola využil všechny kostky (všechny byly bodovatelné a využil je), může znovu házet se 6ti kostkami a pokračovat dál a zvýšit tak svůj počet bodů.

Jak už to u tahových her bývá, hráč který začíná má tzv. výhodou prvního tahu (podobně jako má například v šachu hráč, který hraje za bíle figury). Proto je v této hře, ale i v mé simulaci, implementováno pravidlo, kdy Player2 může zahrát své poslední kolo v okamžiku, kdy Player1 dosáhl limitu. Lidově řečeno druhý hráč má šanci přehodit svého oponenta a vyhrát tím hru.

== Metoda ==

Pro implementaci byla zvolena platforma NetLogo, která nabídla následující výhody:

jednoduché a přímé zpracování časových cyklů a podmínek,

efektivní práci s agenty (turtles) a vizualizací,

snadné testování stochastických modelů a export dat.

Použití multiagentní simulace v tomto případě reprezentuje rozhodovací logiku jednotlivých hráčů, kteří se v každém kole rozhodují na základě parametrů určených strategií a aktuální situace.

== Model ==

Model simuluje dvě herní entity, tedy hráče (Player 1 a Player 2), každý reprezentovaný agentem typu "turtle", který se vizuálně pohybuje po vertikální ose v grafickém "view" okně. Cílový stav reprezentuje dosažení hodnoty definované pomocí slideru max-score-slider, typicky 10 000 bodů (nejběžnější skóre, které se při hraní Farkle používá). Model nabízí více módů sledování simulace:

* Detailní mód, skrze který lze v konzoli (logu) podrobněji a přesněji sledovat chovaní zvolených person skrze výpis (spustitelný skrze tlačítka "go" a "run game").

* "Batch" mód, který pomocí slideru num-games rychle bez výpisů odehraje zvolený počet her a vyhodnotí sledované metriky a statistiky (spustitelný skrze tlačítko "run n games").

Použití detailního módu je ideální pro přesné ověření logiky hry a nastavení person, včetně uživatelem plně nastavitelné persony "custom", ale také pro plné pochopení pravidel hry Farkle jako takové.
Použití batch módu je klíčové pro rychlé a snadné pro otestování scénářů na větším množství dat. Z principu hry jako takové, je simulace velmi zatížena náhodou. Je proto nutné jednotlivé scénáře otestovat na širokém množství dat: Např. scénář, kdy proti sobě postavíme hráče s personou "custom" proti hráči s personou "greedy" a jedna hra se hraje do limitu 10 000b. Je nutné tento scénář "prohnat" tisíci her. K tomu slouží tento mód.

[[File:Farkle1.png]]

=== Slidery a parametry ===

'''max-score-slider''' (1000–20000): Určuje požadované skóre pro ukončení hry. Po dosažení, nebo přesáhnutí této hodnoty hra buď končí, nebo se spouští finální kolo.

'''custom-threshold''' (0–1000): Používá se ve vlastní strategii "custom"; nastavuje bodovou hranici pro rozhodnutí o ukončení tahu.

'''custom-lead-modifier''' (-1000–1000): Modifikátor ve vlastní strategii "custom"; čím větší náskok nad soupeřem, tím opatrnější hra.

'''custom-risk-threshold''' (1–6): Počet zbývajících kostek, při kterém se "custom" strategie rozhodne skončit tah. Např. tedy zbytečně nebude riskovat hod pouze 1 kostkou.

=== Tlačítka a interakce ===

'''setup''': Inicializuje novou hru, vymaže data a nastartuje simulaci.

'''run game''': Odehraje celou jednu hru se zvolenými hráči.

'''run n games''': Spustí "n" her po sobě bez vizualizace (pro dávkovou analýzu), kde "n" se nastavuje pomocí slideru "num-games", kde je výběr 1-1000 her.

'''go / go-forever''': Hraje jedno kolo nebo celou hru. Výchozí nastavení je takové, že jedno kliknutí tlačítka "go" odehraje celý jeden tah hráče. Díky tomu lze v konzoli (logu) kontrolovat, co se vlastně přesně stalo a jak hráč hraje.

'''Export data to csv''': Uloží souhrnné statistiky do CSV souboru.

=== Monitory ===

'''Player1 Score, Player2 Score''': Aktuální bodový zisk každého hráče.

'''Round Score''': Průběžné skóre v rámci právě probíhajícího tahu.

'''Total Turns''': Počet odehraných kol.

'''Total Farkles''': Počet neúspěšných hodů (0 bodů).

'''Player1 Win ratio, Player2 Win ratio''': Výherní poměr daného hráče ze simulovaných her (pouze v batch módu).

'''Farkles / game''': Poměr Farklů na jednu hru.

=== Grafy ===

'''Score chart''': Sleduje vývoj bodů obou hráčů v průběhu hry pomocí dvou křivek.

'''Win rate chart''': Zobrazuje kumulativní výhernost po jednotlivých simulacích.

== Strategie chování ==

Každý hráč se v každém tahu rozhoduje, zda pokračovat nebo ukončit tah, podle zvolené strategie. Strategie jsou implementovány v metodě "should-stop?".

'''conservative''': Ukončí tah při >= 400 bodech nebo když zbývají ≤ 3 kostky.

'''greedy''': Pokračuje do >= 700 bodů nebo dokud nezbývají jen 2 kostky.

'''risky''': Pokračuje až do 1000 bodů.

'''cautious''': Variance stylu "conservative".

'''random''': 30% šance na ukončení tahu.

'''risk-averse''': Řídí se rozdílem skóre; pokud je ve vedení, hraje opatrněji.

'''combo-hunter''': Snaží se získat speciální kombinace, jinak "conservative".

'''point-maximizer''': Vždy pokračuje, pokud má znovu 6 kostek.

'''custom''': Čistě definovaná pomocí sliderů (viz výše).

[[File:Farkle2.png]]

== Skórovací systém ==

'''Samostatné hodnoty''': číslo 1 (100 bodů), číslo 5 (50 bodů) - toto jsou jediná 2 čísla, která lze vzít a započítat samostatně (není nutné aby byly v kombinaci)
straight (1-6) za 2000 bodů,

'''trojice stejných čísel''' (triplet): bodované jako 100 * [hodnota na kostkách z trojice], tedy trojice [2][2][2] je za 200b, obdobně [6][6][6] je za 600b. Výjimka je pouze u [1][1][1], které jsou za 1000b,

'''double triplet''' (dvě trojice): součet hodnot trojic,

'''čtveřice''': kombinace čtyř stejných hodnot, počítá se jako body za trojici * 2,

'''pětice''': kombinace pěti stejných hodnot, počítá se jako body za čtveřici * 2,

'''šestice''': kombinace šesti stejných hodnot, počítá se jako body za pětici * 2,

'''menší postupka''': V hodu padne kombinace 1 až 5, je za 500b,

'''větší postupka''': V hodu padne kombinace 2 až 6, je za 750b,

'''čistá postupka''': V hodu padne od každé hodnoty právě jedna, tedy 1 až 6, je za 2000b,

Pokud jsou všechny kostky skórovací, obnoví se 6 kostek.

'''"Farkle"''' = 0 bodů — ztráta tahu.

Hra končí dosažením požadovaného limitu, druhý hráč má možnost posledního tahu.

== Vizualizace ==

Herní pole (view) je rozděleno na dvě vertikální osy:

Levá osa patří hráči 1 (modrý kruh).

Pravá osa patří hráči 2 (červený kruh).

Osy mají fungují jako škála, po které se barevné kruhy hráčů posouvají na základě jejich celkového skóre.

Popisky zobrazují jména hráčů a cílovou hodnotu.

== Závěr ==

Model Farkle simulace v NetLogo demonstruje možnosti agentních modelů v oblasti herních strategií a rozhodovacích procesů. Byly implementovány různé strategie, vizualizace pokroku a export analytických dat. Systém je flexibilní a připraven k dalšímu rozšíření – např. o pokročilou AI, časovou analýzu nebo adaptivní učení strategií. Projekt slouží jako tool, který využiji pro svou diplomovou práci, příklad herní simulace s realným uplatněním v oblasti učení, teorie her či testování rizikových rozhodnutí.

== Kód ==

Simulace zde:
[[File:Farkle-Hlavnička.nlogo]]

== Reference ==

[https://farkle.games/official-rules/]
[http://incompleteideas.net/book/the-book-2nd.html]
[https://mud.co.uk/richard/hcds.htm]
[https://mud.co.uk/richard/hcds.htm]
[https://www.investopedia.com/terms/g/gametheory.asp]

User:Hlaj13

2025-06-15T19:55:00Z

Hlaj13:

== Definice problému ==

Simulační model hry Farkle představuje pokus o digitální rekonstrukci a analýzu tradiční strategické kostkové hry, jejíž pravidla kombinují náhodu, strategii a rozhodovací procesy. Cílem této práce je vytvořit plně funkční multiagentní simulaci, která:

věrně simuluje tahy dvou virtuálních hráčů podle předem zvolených strategií,

umožňuje detailně nastavovat parametry strategického chování hráčů (chování "custom"),

sleduje a vizualizuje průběžný vývoj skóre,

exportuje klíčové statistiky a výsledky simulace v .csv formátu.

Model je určen k testování rozdílných strategických přístupů v podmínkách hry s vysokou mírou náhody a má sloužit jako nástroj pro analyzování vlivu strategie na úspěšnost ve hře Farkle. Tato simulace je nezbytnou komponentou k mé diplomové práci, která má za cíl testovat jednotlivé typy chování, neboli persony, a testovat tak úspěšnost různých strategií pro určitá nastavení hry (zejména cílový počet bodů).

== Pravidla hry a skryté mechaniky ==

Dva hráči se střídají po jednotlivých kolech a každý hraje se 6ti klasickými herními kostkami. Hru vždy začíná "Player1", hodí kostkami a vybírá bodované hodnoty kostek, nebo jejich kombinace (viz skórovací systém níže). Hráč se nyní rozhoduje zda svůj tah ukončí a započte si získané body, nebo bude pokračovat dalším hodem, ale již pouze se zbytkovými kostkami, tedy těmi, které před tím nebyly bodované. Hráč tedy musí správně vyhodnotit riziko, když totiž v hodu na žádné z kostek nepadne žádná bodovatelná hodnota nebo kombinace, jeho tah tím končí a ztrácí a všechny bodu, které se během tahu hráč nahrál. Tomuto okamžiku prohry tahu bez zisku bodů se říká Farkle (odtud název hry). Pokud hráč sám od sebe tah ukončil a zapsal si body, nebo "dostal" Farkle - jde na řadu další hráč. Takto se hráči střídají a snaží se každým svým kolem sbírat body, aby jako první dosáhl cíle (limitu). Hráč, který během svého kola využil všechny kostky (všechny byly bodovatelné a využil je), může znovu házet se 6ti kostkami a pokračovat dál a zvýšit tak svůj počet bodů.

Jak už to u tahových her bývá, hráč který začíná má tzv. výhodou prvního tahu (podobně jako má například v šachu hráč, který hraje za bíle figury). Proto je v této hře, ale i v mé simulaci, implementováno pravidlo, kdy Player2 může zahrát své poslední kolo v okamžiku, kdy Player1 dosáhl limitu. Lidově řečeno druhý hráč má šanci přehodit svého oponenta a vyhrát tím hru.

== Metoda ==

Pro implementaci byla zvolena platforma NetLogo, která nabídla následující výhody:

jednoduché a přímé zpracování časových cyklů a podmínek,

efektivní práci s agenty (turtles) a vizualizací,

snadné testování stochastických modelů a export dat.

Použití multiagentní simulace v tomto případě reprezentuje rozhodovací logiku jednotlivých hráčů, kteří se v každém kole rozhodují na základě parametrů určených strategií a aktuální situace.

== Model ==

Model simuluje dvě herní entity, tedy hráče (Player 1 a Player 2), každý reprezentovaný agentem typu "turtle", který se vizuálně pohybuje po vertikální ose v grafickém "view" okně. Cílový stav reprezentuje dosažení hodnoty definované pomocí slideru max-score-slider, typicky 10 000 bodů (nejběžnější skóre, které se při hraní Farkle používá). Model nabízí více módů sledování simulace:

* Detailní mód, skrze který lze v konzoli (logu) podrobněji a přesněji sledovat chovaní zvolených person skrze výpis (spustitelný skrze tlačítka "go" a "run game").

* "Batch" mód, který pomocí slideru num-games rychle bez výpisů odehraje zvolený počet her a vyhodnotí sledované metriky a statistiky (spustitelný skrze tlačítko "run n games").

Použití detailního módu je ideální pro přesné ověření logiky hry a nastavení person, včetně uživatelem plně nastavitelné persony "custom", ale také pro plné pochopení pravidel hry Farkle jako takové.
Použití batch módu je klíčové pro rychlé a snadné pro otestování scénářů na větším množství dat. Z principu hry jako takové, je simulace velmi zatížena náhodou. Je proto nutné jednotlivé scénáře otestovat na širokém množství dat: Např. scénář, kdy proti sobě postavíme hráče s personou "custom" proti hráči s personou "greedy" a jedna hra se hraje do limitu 10 000b. Je nutné tento scénář "prohnat" tisíci her. K tomu slouží tento mód.

[[File:Farkle1.png]]

=== Slidery a parametry ===

'''max-score-slider''' (1000–20000): Určuje požadované skóre pro ukončení hry. Po dosažení, nebo přesáhnutí této hodnoty hra buď končí, nebo se spouští finální kolo.

'''custom-threshold''' (0–1000): Používá se ve vlastní strategii "custom"; nastavuje bodovou hranici pro rozhodnutí o ukončení tahu.

'''custom-lead-modifier''' (-1000–1000): Modifikátor ve vlastní strategii "custom"; čím větší náskok nad soupeřem, tím opatrnější hra.

'''custom-risk-threshold''' (1–6): Počet zbývajících kostek, při kterém se "custom" strategie rozhodne skončit tah. Např. tedy zbytečně nebude riskovat hod pouze 1 kostkou.

=== Tlačítka a interakce ===

'''setup''': Inicializuje novou hru, vymaže data a nastartuje simulaci.

'''run game''': Odehraje celou jednu hru se zvolenými hráči.

'''run n games''': Spustí "n" her po sobě bez vizualizace (pro dávkovou analýzu), kde "n" se nastavuje pomocí slideru "num-games", kde je výběr 1-1000 her.

'''go / go-forever''': Hraje jedno kolo nebo celou hru. Výchozí nastavení je takové, že jedno kliknutí tlačítka "go" odehraje celý jeden tah hráče. Díky tomu lze v konzoli (logu) kontrolovat, co se vlastně přesně stalo a jak hráč hraje.

'''Export data to csv''': Uloží souhrnné statistiky do CSV souboru.

=== Monitory ===

'''Player1 Score, Player2 Score''': Aktuální bodový zisk každého hráče.

'''Round Score''': Průběžné skóre v rámci právě probíhajícího tahu.

'''Total Turns''': Počet odehraných kol.

'''Total Farkles''': Počet neúspěšných hodů (0 bodů).

'''Player1 Win ratio, Player2 Win ratio''': Výherní poměr daného hráče ze simulovaných her (pouze v batch módu).

'''Farkles / game''': Poměr Farklů na jednu hru.

=== Grafy ===

'''Score chart''': Sleduje vývoj bodů obou hráčů v průběhu hry pomocí dvou křivek.

'''Win rate chart''': Zobrazuje kumulativní výhernost po jednotlivých simulacích.

== Strategie chování ==

Každý hráč se v každém tahu rozhoduje, zda pokračovat nebo ukončit tah, podle zvolené strategie. Strategie jsou implementovány v metodě "should-stop?".

'''conservative''': Ukončí tah při >= 400 bodech nebo když zbývají ≤ 3 kostky.

'''greedy''': Pokračuje do >= 700 bodů nebo dokud nezbývají jen 2 kostky.

'''risky''': Pokračuje až do 1000 bodů.

'''cautious''': Variance stylu "conservative".

'''random''': 30% šance na ukončení tahu.

'''risk-averse''': Řídí se rozdílem skóre; pokud je ve vedení, hraje opatrněji.

'''combo-hunter''': Snaží se získat speciální kombinace, jinak "conservative".

'''point-maximizer''': Vždy pokračuje, pokud má znovu 6 kostek.

'''custom''': Čistě definovaná pomocí sliderů (viz výše).

[[File:Farkle2.png]]

== Skórovací systém: ==

'''Samostatné hodnoty''': číslo 1 (100 bodů), číslo 5 (50 bodů) - toto jsou jediná 2 čísla, která lze vzít a započítat samostatně (není nutné aby byly v kombinaci)
straight (1-6) za 2000 bodů,

'''trojice stejných čísel''' (triplet): bodované jako 100 * [hodnota na kostkách z trojice], tedy trojice [2][2][2] je za 200b, obdobně [6][6][6] je za 600b. Výjimka je pouze u [1][1][1], které jsou za 1000b,

'''double triplet''' (dvě trojice): součet hodnot trojic,

'''čtveřice''': kombinace čtyř stejných hodnot, počítá se jako body za trojici * 2,

'''pětice''': kombinace pěti stejných hodnot, počítá se jako body za čtveřici * 2,

'''šestice''': kombinace šesti stejných hodnot, počítá se jako body za pětici * 2,

'''menší postupka''': V hodu padne kombinace 1 až 5, je za 500b,

'''větší postupka''': V hodu padne kombinace 2 až 6, je za 750b,

'''čistá postupka''': V hodu padne od každé hodnoty právě jedna, tedy 1 až 6, je za 2000b,

Pokud jsou všechny kostky skórovací, obnoví se 6 kostek.

'''"Farkle"''' = 0 bodů — ztráta tahu.

Hra končí dosažením požadovaného limitu, druhý hráč má možnost posledního tahu.

== Vizualizace ==

Herní pole (view) je rozděleno na dvě vertikální osy:

Levá osa patří hráči 1 (modrý kruh).

Pravá osa patří hráči 2 (červený kruh).

Osy mají fungují jako škála, po které se barevné kruhy hráčů posouvají na základě jejich celkového skóre.

Popisky zobrazují jména hráčů a cílovou hodnotu.

== Závěr ==

Model Farkle simulace v NetLogo demonstruje možnosti agentních modelů v oblasti herních strategií a rozhodovacích procesů. Byly implementovány různé strategie, vizualizace pokroku a export analytických dat. Systém je flexibilní a připraven k dalšímu rozšíření – např. o pokročilou AI, časovou analýzu nebo adaptivní učení strategií. Projekt slouží jako tool, který využiji pro svou diplomovou práci, příklad herní simulace s realným uplatněním v oblasti učení, teorie her či testování rizikových rozhodnutí.

== Kód ==

Simulace zde:
[[File:Farkle-Hlavnička.nlogo]]

== Reference ==

[https://farkle.games/official-rules/]
[http://incompleteideas.net/book/the-book-2nd.html]
[https://mud.co.uk/richard/hcds.htm]
[https://mud.co.uk/richard/hcds.htm]
[https://www.investopedia.com/terms/g/gametheory.asp]

SS 2024/2025/cs

2025-06-15T19:43:07Z

Hlaj13: /* Vypracovaná témata LS 2024/2025 */

{{DISPLAYTITLE:LS 2024/2029}}

Semestrální práce (simulace) z letního semestru 2024/2025. Sem přidejte odkaz na stránku s Vaší prací.
Nejprve je třeba nechat schválit [[Assignment SS 2024/2025/cs|zadání práce]].

=Vypracovaná témata LS 2024/2025=
* [https://www.simulace.info/index.php/User:Hlaj13 Strategie hráčů ve hře v kostky dle pravidel hry Farkle (NetLogo)] - Jan Hlavnička
* [https://www.simulace.info/index.php/User:Plaz03 Simulace tučňáků hledajících lásku na ledové kře (NetLogo)] - Zuzana Plachá
* [https://www.simulace.info/index.php/Útoky_medvědů Útoky medvědů (NetLogo)] Jan Vlček
* [https://www.simulace.info/index.php/User:Smrv03 Evakuace šelem v pražské ZOO v případě povodně (NetLogo)] - Veronika Smrčková
* [https://www.simulace.info/index.php/User:Bilk08 Bitva u Azincourtu (Netlogo) ] – Kateřina Bílková
* [https://www.simulace.info/index.php/User:Seka01 Simulace vojenské patroly a střetu s nepřítelem (Netlogo)] - Alexandr Sekera
* [https://www.simulace.info/index.php/User:Kubd06 Chování zákazníků v supermarketu/večerce (Netlogo)] – David Kubánek
* [https://www.simulace.info/index.php/User:Sanv05 Kontrola jízdenek v MHD (NetLogo)] - Vladislav Sanin
* [https://www.simulace.info/index.php/User:Jelp05 Autobusová linka v městské dopravě (NetLogo)] - Petr Jelínek
* [https://www.simulace.info/index.php/User:Kalp08 Přemnožení divokých prasat (NetLogo)] - Petr Kalina
* [https://www.simulace.info/index.php/User:Lans06 Pavlovovo podmiňování (Vensim)] - Louis Lang
* [https://www.simulace.info/index.php/User:Kala13 Šíření invazních druhů rostlin v krajině (Netlogo)] - Alena Smetanová
* [https://www.simulace.info/index.php/Optimální_nacenění_zálohy_na_kelímky Optimální nacenění zálohy na vratné kelímky na akcích (Monte Carlo)] - Phuong Bao Pham
* [https://www.simulace.info/index.php/User:Jana19 Bakterie na rukou (NetLogo)] – Alena Jansová
* [https://www.simulace.info/index.php/User:Hluv01 Vývoj hodnoty investičních portfolií v čase (Monte Carlo)] – Vilém Hluštík

User:Hlaj13

2025-06-15T19:36:21Z

Hlaj13: Created page with " == Definice problému == Simulační model hry Farkle představuje pokus o digitální rekonstrukci a analýzu tradiční strategické kostkové hry, jejíž pravidla kombi..."

== Definice problému ==

Simulační model hry Farkle představuje pokus o digitální rekonstrukci a analýzu tradiční strategické kostkové hry, jejíž pravidla kombinují náhodu, strategii a rozhodovací procesy. Cílem této práce je vytvořit plně funkční multiagentní simulaci, která:

věrně simuluje tahy dvou virtuálních hráčů podle předem zvolených strategií,

umožňuje detailně nastavovat parametry strategického chování hráčů (chování "custom"),

sleduje a vizualizuje průběžný vývoj skóre,

exportuje klíčové statistiky a výsledky simulace v .csv formátu.

Model je určen k testování rozdílných strategických přístupů v podmínkách hry s vysokou mírou náhody a má sloužit jako nástroj pro analyzování vlivu strategie na úspěšnost ve hře Farkle. Tato simulace je nezbytnou komponentou k mé diplomové práci, která má za cíl testovat jednotlivé typy chování, neboli persony, a testovat tak úspěšnost různých strategií pro určitá nastavení hry (zejména cílový počet bodů).

== Pravidla hry a skryté mechaniky ==

Dva hráči se střídají po jednotlivých kolech a každý hraje se 6ti klasickými herními kostkami. Hru vždy začíná "Player1", hodí kostkami a vybírá bodované hodnoty kostek, nebo jejich kombinace (viz skórovací systém níže). Hráč se nyní rozhoduje zda svůj tah ukončí a započte si získané body, nebo bude pokračovat dalším hodem, ale již pouze se zbytkovými kostkami, tedy těmi, které před tím nebyly bodované. Hráč tedy musí správně vyhodnotit riziko, když totiž v hodu na žádné z kostek nepadne žádná bodovatelná hodnota nebo kombinace, jeho tah tím končí a ztrácí a všechny bodu, které se během tahu hráč nahrál. Tomuto okamžiku prohry tahu bez zisku bodů se říká Farkle (odtud název hry). Pokud hráč sám od sebe tah ukončil a zapsal si body, nebo "dostal" Farkle - jde na řadu další hráč. Takto se hráči střídají a snaží se každým svým kolem sbírat body, aby jako první dosáhl cíle (limitu). Hráč, který během svého kola využil všechny kostky (všechny byly bodovatelné a využil je), může znovu házet se 6ti kostkami a pokračovat dál a zvýšit tak svůj počet bodů.

Jak už to u tahových her bývá, hráč který začíná má tzv. výhodou prvního tahu (podobně jako má například v šachu hráč, který hraje za bíle figury). Proto je v této hře, ale i v mé simulaci, implementováno pravidlo, kdy Player2 může zahrát své poslední kolo v okamžiku, kdy Player1 dosáhl limitu. Lidově řečeno druhý hráč má šanci přehodit svého oponenta a vyhrát tím hru.

== Metoda ==

Pro implementaci byla zvolena platforma NetLogo, která nabídla následující výhody:

jednoduché a přímé zpracování časových cyklů a podmínek,

efektivní práci s agenty (turtles) a vizualizací,

snadné testování stochastických modelů a export dat.

Použití multiagentní simulace v tomto případě reprezentuje rozhodovací logiku jednotlivých hráčů, kteří se v každém kole rozhodují na základě parametrů určených strategií a aktuální situace.

== Model ==

Model simuluje dvě herní entity, tedy hráče (Player 1 a Player 2), každý reprezentovaný agentem typu "turtle", který se vizuálně pohybuje po vertikální ose v grafickém "view" okně. Cílový stav reprezentuje dosažení hodnoty definované pomocí slideru max-score-slider, typicky 10 000 bodů (nejběžnější skóre, které se při hraní Farkle používá). Model nabízí více módů sledování simulace:

- Detailní mód, skrze který lze v konzoli (logu) podrobněji a přesněji sledovat chovaní zvolených person skrze výpis (spustitelný skrze tlačítka "go" a "run game").

- "Batch" mód, který pomocí slideru num-games rychle bez výpisů odehraje zvolený počet her a vyhodnotí sledované metriky a statistiky (spustitelný skrze tlačítko "run n games").

Použití detailního módu je ideální pro přesné ověření logiky hry a nastavení person, včetně uživatelem plně nastavitelné persony "custom", ale také pro plné pochopení pravidel hry Farkle jako takové.
Použití batch módu je klíčové pro rychlé a snadné pro otestování scénářů na větším množství dat. Z principu hry jako takové, je simulace velmi zatížena náhodou. Je proto nutné jednotlivé scénáře otestovat na širokém množství dat: Např. scénář, kdy proti sobě postavíme hráče s personou "custom" proti hráči s personou "greedy" a jedna hra se hraje do limitu 10 000b. Je nutné tento scénář "prohnat" tisíci her. K tomu slouží tento mód.

[[File:Farkle1.png]]

=== Slidery a parametry ===

'''max-score-slider''' (1000–20000): Určuje požadované skóre pro ukončení hry. Po dosažení, nebo přesáhnutí této hodnoty hra buď končí, nebo se spouští finální kolo.

'''custom-threshold''' (0–1000): Používá se ve vlastní strategii "custom"; nastavuje bodovou hranici pro rozhodnutí o ukončení tahu.

'''custom-lead-modifier''' (-1000–1000): Modifikátor ve vlastní strategii "custom"; čím větší náskok nad soupeřem, tím opatrnější hra.

'''custom-risk-threshold''' (1–6): Počet zbývajících kostek, při kterém se "custom" strategie rozhodne skončit tah. Např. tedy zbytečně nebude riskovat hod pouze 1 kostkou.

=== Tlačítka a interakce ===

'''setup''': Inicializuje novou hru, vymaže data a nastartuje simulaci.

'''run game''': Odehraje celou jednu hru se zvolenými hráči.

'''run n games''': Spustí "n" her po sobě bez vizualizace (pro dávkovou analýzu), kde "n" se nastavuje pomocí slideru "num-games", kde je výběr 1-1000 her.

'''go / go-forever''': Hraje jedno kolo nebo celou hru. Výchozí nastavení je takové, že jedno kliknutí tlačítka "go" odehraje celý jeden tah hráče. Díky tomu lze v konzoli (logu) kontrolovat, co se vlastně přesně stalo a jak hráč hraje.

'''Export data to csv''': Uloží souhrnné statistiky do CSV souboru.

=== Monitory ===

'''Player1 Score, Player2 Score''': Aktuální bodový zisk každého hráče.

'''Round Score''': Průběžné skóre v rámci právě probíhajícího tahu.

'''Total Turns''': Počet odehraných kol.

'''Total Farkles''': Počet neúspěšných hodů (0 bodů).

'''Player1 Win ratio, Player2 Win ratio''': Výherní poměr daného hráče ze simulovaných her (pouze v batch módu).

'''Farkles / game''': Poměr Farklů na jednu hru.

=== Grafy ===

'''Score chart''': Sleduje vývoj bodů obou hráčů v průběhu hry pomocí dvou křivek.

'''Win rate chart''': Zobrazuje kumulativní výhernost po jednotlivých simulacích.

== Strategie chování ==

Každý hráč se v každém tahu rozhoduje, zda pokračovat nebo ukončit tah, podle zvolené strategie. Strategie jsou implementovány v metodě "should-stop?".

'''conservative''': Ukončí tah při >= 400 bodech nebo když zbývají ≤ 3 kostky.

'''greedy''': Pokračuje do >= 700 bodů nebo dokud nezbývají jen 2 kostky.

'''risky''': Pokračuje až do 1000 bodů.

'''cautious''': Variance stylu "conservative".

'''random''': 30% šance na ukončení tahu.

'''risk-averse''': Řídí se rozdílem skóre; pokud je ve vedení, hraje opatrněji.

'''combo-hunter''': Snaží se získat speciální kombinace, jinak "conservative".

'''point-maximizer''': Vždy pokračuje, pokud má znovu 6 kostek.

'''custom''': Čistě definovaná pomocí sliderů (viz výše).

[[File:Farkle2.png]]

== Skórovací systém: ==

'''Samostatné hodnoty''': číslo 1 (100 bodů), číslo 5 (50 bodů) - toto jsou jediná 2 čísla, která lze vzít a započítat samostatně (není nutné aby byly v kombinaci)
straight (1-6) za 2000 bodů,

'''trojice stejných čísel''' (triplet): bodované jako 100 * [hodnota na kostkách z trojice], tedy trojice [2][2][2] je za 200b, obdobně [6][6][6] je za 600b. Výjimka je pouze u [1][1][1], které jsou za 1000b,

'''double triplet''' (dvě trojice): součet hodnot trojic,

'''čtveřice''': kombinace čtyř stejných hodnot, počítá se jako body za trojici * 2,

'''pětice''': kombinace pěti stejných hodnot, počítá se jako body za čtveřici * 2,

'''šestice''': kombinace šesti stejných hodnot, počítá se jako body za pětici * 2,

'''menší postupka''': V hodu padne kombinace 1 až 5, je za 500b,

'''větší postupka''': V hodu padne kombinace 2 až 6, je za 750b,

'''čistá postupka''': V hodu padne od každé hodnoty právě jedna, tedy 1 až 6, je za 2000b,

Pokud jsou všechny kostky skórovací, obnoví se 6 kostek.

'''"Farkle"''' = 0 bodů — ztráta tahu.

Hra končí dosažením požadovaného limitu, druhý hráč má možnost posledního tahu.

== Vizualizace ==

Herní pole (view) je rozděleno na dvě vertikální osy:

Levá osa patří hráči 1 (modrý kruh).

Pravá osa patří hráči 2 (červený kruh).

Osy mají fungují jako škála, po které se barevné kruhy hráčů posouvají na základě jejich celkového skóre.

Popisky zobrazují jména hráčů a cílovou hodnotu.

== Závěr ==

Model Farkle simulace v NetLogo demonstruje možnosti agentních modelů v oblasti herních strategií a rozhodovacích procesů. Byly implementovány různé strategie, vizualizace pokroku a export analytických dat. Systém je flexibilní a připraven k dalšímu rozšíření – např. o pokročilou AI, časovou analýzu nebo adaptivní učení strategií. Projekt slouží jako tool, který využiji pro svou diplomovou práci, příklad herní simulace s realným uplatněním v oblasti učení, teorie her či testování rizikových rozhodnutí.

== Kód ==

Simulace zde:
[[File:Farkle-Hlavnička.nlogo]]

== Reference ==

[https://farkle.games/official-rules/]
[http://incompleteideas.net/book/the-book-2nd.html]
[https://mud.co.uk/richard/hcds.htm]
[https://mud.co.uk/richard/hcds.htm]
[https://www.investopedia.com/terms/g/gametheory.asp]

File:Farkle-Hlavnička.nlogo

2025-06-15T19:29:27Z

Hlaj13:

File:Farkle2.png

2025-06-15T19:28:56Z

Hlaj13: Pohled na interface během simulace

== Summary ==
Pohled na interface během simulace

File:Farkle1.png

2025-06-15T19:27:53Z

Hlaj13: Výchozí pohled na interface (bez zapnuté simulace)

== Summary ==
Výchozí pohled na interface (bez zapnuté simulace)

Assignment SS 2024/2025/cs

2025-05-08T11:58:04Z

Hlaj13:

{{Ambox
| text = <div>
Please, put here your assignments. Do not forget to sign them. You can use <nowiki>~~~~</nowiki> (four tildas) for an automatic signature. Use Show preview in order to check the result before your final sumbition.
</div>
}}

{{Ambox
| text = <div>
Please, strive to formulate your assignment carefully. We expect an adequate effort to formulate the assignment as it is your semestral paper. Do not forget that your main goal is a research paper. It means your simulation model must generate the results that are specific, measurable and verifiable. Think twice how you will develop your model, which entities you will use, draw a model diagram, consider what you will measure. No sooner than when you have a good idea about the model, submit your assignment. And of course, read [[How to deal with the simulation assignment|How to deal with the simulation assignment]].
</div>
}}

{{Ambox
| text = <div>
Topics on gambling, cards, etc. are not welcome.
</div>
}}

{{Ambox
| type = content
| text = <div>
In order to avoid possible confusion, please, check if you have added '''approved''' in bold somewhere in our comment under your submission. If there is no '''approved''', it means the assignment was not approved yet.
</div>
}}

{{Ambox
| text = <div>
'''Criteria for evaluation of the simulation proposal'''

The proposal must contain:
*What you will simulate
*The goal of the simulation (what you analyze - i.e. not "to simulate balloon factory", but what problem should the simulation solve).
*Who would actually use such simulation (example of such user) and how would it help him
*What method and simulation environment you plan to use. Choose only from the development environments that we have used in the course.
*What variables will be incorporated
*What variables will be random
*What exact data you will base values of your variables on
*(In case of Monte Carlo) What exact data you will base your determination of probability distribution of your random variables on
*What exact data you will base your formulas in the simulation (simulation behavior) on

'''If any of the above points are missing from the simulation proposal, the proposal is considered incomplete. Unless the proposal contains all of the above points it will not be evaluated at all (and therefore cannot be approved).'''

# Is it clear from the proposed assignment how the simulation will work?
# Does the simulation make sense?
# Is the simulation model complex enough to simulate credibly the real-world phenomenon that the simulation tries to simulate?
# Is the data used real and relevant for the real-world phenomenon that the simulation tries to simulate?
# Is the simulation feasible? (in given time by the course)

'''If the answer to any of the above points is no, you need to improve your proposal. Don't wait for us to tell you so - you're wasting your time.'''

</div>
}}

== Simulace: Strategie hráčů ve hře v kostky dle pravidel hry Farkle ==

=== Popis problému ===
Cílem simulace je analyzovat a porovnat různé herní strategie ve hře Farkle (hazardní kostková hra). Dva hráči si během hry střídavě hází kostkami a snaží se získat co nejvíce bodů pomocí specifických kombinací (např. trojic, postupky, šest stejných hodnot apod.). Hráči však musí v každém tahu rozhodnout, zda pokračovat v házení (s rizikem ztráty aktuálního skóre) nebo se zastavit a body si uložit.

Každý hráč je reprezentován jako „persona“ s předdefinovanou strategií rozhodování – od konzervativního po extrémně rizikového přístupu. Tyto odlišné styly chování významně ovlivňují průběh hry, četnost výher i riziko prohry kvůli přehnané hamižnosti.

=== Cíl simulace ===
Cílem simulace je zjistit, jaké herní strategie (persony) jsou nejefektivnější v dosažení výhry ve hře Farkle. Zároveň zohledňuje spravedlnost (oba hráči mají stejný počet tahů) a umožňuje porovnávat strategie mezi sebou při opakovaném hraní stovek her. Výstupem je srovnání úspěšnosti jednotlivých přístupů a doporučení vhodné herní taktiky.

=== Použití simulace ===
Simulace může sloužit:
* jako model rozhodování v nejistém prostředí,
* jako prostředek pro výuku agentového modelování (např. střední školy, informatika, psychologie rozhodování),
* pro zábavné testování, která strategie by přinesla nejvíc výher v reálné hře Farkle,
* jako výchozí kostra pro složitější modely s učením, adaptivními hráči nebo evoluční optimalizací strategie,
* a v neposlední řadě, jako "engine" na testování person pro mou diplomovou práci.

=== Použitá metoda a prostředí ===
Simulace je implementována v prostředí NetLogo jako dvouagentní tahový model. Hráči se střídají v házení 6 kostek, získávají body za kombinace podle pravidel Farkle (např. trojice, čtveřice, pětice, šestice, postupky) a rozhodují se, zda budou pokračovat v tahu.

Model zahrnuje:
* různé herní strategie („persony“) – definované jako rozhodovací pravidla podle skóre, zbývajících kostek nebo náhodného faktoru,
* počítání statistik (výhry, tahy, FARKLE chyby),
* zajištění férovosti – druhý hráč má vždy možnost dokončit poslední tah, pokud první dosáhne vítězného skóre,
* export výsledků a vykreslení průběhu skóre do grafu (a jiné statistické ukazetele).

=== Proměnné ===
Definované předem:
* Cílové skóre pro výhru (např. 10 000)
* Počet simulovaných her (např. 100 až 1000)
* Herní strategie pro oba hráče:
* conservative – ukládá body při ≥400
* risky – ukládá body při ≥700
* greedy – ukládá body při ≥1000
* cautious – hraje opatrně (≥300 nebo málo kostek)
* random – rozhoduje se náhodně
* risk-averse – hraje opatrně jen pokud vede o >2000 bodů, jinak jako conservative
* point-maximizer – pokračuje, dokud nedostane HOT DICE
* combo-hunter – pokračuje po silných kombinacích (postupky, trojice a víc)

Náhodné:
* Hod šesti kostkami (1–6)
* Kombinace, které hráči získají (např. 3 stejné, postupka 1–6 atd.)
* Výsledek rozhodnutí pokračovat/zastavit u náhodné strategie

Možná rozšíření simulace:
* Evoluční vývoj nových strategií (např. pomocí genetického algoritmu)
* Paměť hráčů – učení na základě předchozích neúspěchů
* Reakce na strategii soupeře (adaptivní persona)

=== Data ===
* [https://farkle.games/official-rules/] - oficiální pravidla hry Farkle
* [http://incompleteideas.net/book/the-book-2nd.html] - popis chování osob v pod tlakem a při riskování (persony)
* [https://mud.co.uk/richard/hcds.htm] - rozdělení person a chování v různých karetních a jiných hrách
* [http://incompleteideas.net/book/the-book-2nd.html] - o strategiích rozhodování, výběru akcí, riziku a odměnách

=== Simulant ===
Jan Hlavnička
[[User:hlaj13|hlaj13]] ([[User talk:hlaj13|talk]]) 13:58, 8 May 2025 (CET)

== Simulace: Simulace tučňáků hledajících lásku na ledové kře 🐧❤️ ==

=== Popis problému ===
Cílem simulace je modelovat chování tučňáků během námluv na ledové kře. Tučňáci musí najít vhodného partnera pro hnízdění, přičemž čelí různým vnějším vlivům – nestabilnímu prostředí (praskající led), konkurenci ostatních tučňáků a hrozbě predátorů (např. lachtani).

Každý tučňák má specifické nastavení chování – někteří jsou spíše plachého typu, jiní jsou odvážní a aktivně oslovují potenciální partnery. Odlišný přístup k seznamování ovlivňuje jejich šanci na úspěšné spárování a přežití do hnízdní sezóny.

=== Cíl simulace ===
Simulace se zaměří na otázku: Jaký „balící styl“ (strategie chování) vede k nejvyšší šanci na nalezení partnera a založení hnízda, a jak tuto šanci ovlivňuje prostředí a přítomnost rizik? Výsledkem bude doporučení nejefektivnějších „láskových taktik“ v závislosti na kontextu (bezpečné vs. nebezpečné prostředí).

=== Použití simulace ===
Simulace může sloužit:
* jako model sociální interakce v zábavné formě,
* jako edukativní nástroj pro představení agentového modelování (např. na středních školách),
* nebo jako metaforické přiblížení seznamovacích strategií ve složitém prostředí.

=== Použitá metoda a prostředí ===
Simulace bude vytvořena v prostředí NetLogo jako multiagentní model, kde každý agent (tučňák) bude reprezentovat jiný typ chování. Prostředí bude ledová kra se zónami různé stability a výskytu predátorů.

Tučňáci budou interagovat podle jednoduchých pravidel: přiblíží se k partnerovi, pokusí se o námluvy (s pravděpodobností úspěchu ovlivněnou vlastnostmi obou), a pak spolu odcházejí hnízdit (zmizí ze scény). Mohou být také ohroženi prasknutím kry nebo útokem predátora.

=== Proměnné ===
Definované předem:
* Počet tučňáků (např. 50–100)
* Stabilita ledu (pravděpodobnost prasknutí při stání na místě)
* Výskyt predátorů (pravděpodobnost útoku při pohybu)
* Rychlost pohybu a reakce

Typ chování:
* Plachý – čeká, až ho někdo osloví
* Odvážný – aktivně balí ostatní
* Kombinovaný – střídá strategie

Náhodné:
* Rozmístění tučňáků
* Výběr preferovaného partnera (náhodně nebo podle vlastností)
* Výsledek námluv (pravděpodobnost úspěchu podle kompatibility + typu chování)
* Prasknutí ledové kry
* Útok predátora

Možná rozšíření simulace:
* Přidání „charakterových“ rysů (krása peří, zpěv, taneční dovednosti)
* Učení – tučňák se poučí z neúspěchu a změní taktiku
* Sezónnost – časový limit na nalezení partnera (jinak simulace končí smutným singl koncem)

=== Data ===
* [https://www.reuters.com/business/environment/emperor-penguins-suffered-mass-breeding-failures-2023-amid-record-low-sea-ice-2024-04-25/ Stabilita mořského ledu a úspěšnost hnízdění
* [https://www.birdsnz.org.nz/wp-content/uploads/2021/12/Rowe_67_etal_451_459.pdf Úspěšnost hnízdění u tučňáků malých
* [https://www.selwomarina.es/en/blog/por-que-pinguinos-regalan-piedras-hembra?utm_.com Selwo Marina Benalmadena] – Článek věnující se námluvám a párování, kde popisují darování kamínků jako součást námluv
* BBC Earth, National Geographic, Attenboroughovy dokumenty – často dobře vysvětlují typy chování, interakce a přežívání. Např. March of the Penguins

=== Simulant ===
Zuzana Plachá
[[User:plaz03|plaz03]] ([[User talk:plaz03|talk]]) 20:20, 7 May 2025 (CET)

== Simulace: Simulace vojenské patroly a střetu s nepřítelem ==

=== Popis problému ===
Simulace se zabývá chováním malé vojenské jednotky (patroly), která operuje v nepřátelském teritoriu. Cílem patroly je bezpečný průchod zadanou trasou. V oblasti se ovšem mohou nacházet nepřátelské síly, které mají za úkol patrolu odhalit a zlikvidovat. Průběh mise ovlivňuje několik proměnných – velikost jednotky, dosah vidění, typ terénu, schopnost včasné reakce a počet a rozmístění nepřátel. Výsledky simulace umožní analyzovat účinnost různých taktik a rozhodovacích pravidel, které jednotka může použít při plnění mise. Zároveň mohou sloužit jako podpůrný nástroj při plánování operací nebo jako tréninková pomůcka pro rozhodování armády v rizikových situacích.

=== Cíl simulace ===
Simulace se bude věnovat zodpovězení otázky: jak různé faktory (velikost jednotky, rozmístění nepřátel, strategie pohybu) ovlivňují úspěšnost vojenské patroly při průchodu nebezpečným územím? Cílem je nalézt parametry a strategie, které vedou k nejvyšší pravděpodobnosti úspěšného dokončení mise bez ztrát. Výsledkem bude doporučení efektivních taktických rozhodnutí pro minimalizaci rizika při podobných operacích.

=== Použití simulace ===
Simulaci by mohli využít velitelé malých jednotek nebo vojenská akademie pro testování taktik v simulovaných prostředích. Model by jim dokázal vyhodnotit, jak různé strategie a složení jednotky ovlivňují šanci na úspěšné dokončení mise bez ztrát.

=== Použitá metoda a prostředí ===
Multiagentní simulace v NetLogo. Agenti v modelu budou reprezentovat členy vojenské patroly a nepřátelské jednotky. Prostředí bude představovat mapu oblasti s různými typy terénu - otevřený terén, les, kryt apod.

=== Proměnné ===
Definované předem:
* Počet vojáků v patrole
* Počet nepřátel
* Typ terénu (např. podíl lesů, volného prostoru)
* Trasa patroly (předem definovaná nebo generovaná)
* Dosah vidění vojáků i nepřátel
* Pravidla reakce na kontakt (útěk, útok, přivolání podpory)
Pravděpodobnosti střetu a úspěchu jsou založeny na odhadech inspirovaných vojenskými taktickými příručkami a popisech reálných situací v článcích A-Report.

Náhodné:
* Rozmístění nepřátel v terénu
* Zpozorování nepřítele (pravděpodobnost, že jednotka zahlédne protivníka)
* Výsledek střetu (založen na pravděpodobnosti úspěchu v boji)
* Chování nepřítele (např. zda se ukryje nebo přepadne)

=== Data ===
* [https://mocr.mo.gov.cz/assets/informacni-servis/povinne-informace/1-uredni-deska/zakon-106/odp/priloha-c--1-1_25.pdf Základní řád ozbrojených sil České republiky] – řád armády ČR
* [https://mocr.mo.gov.cz/assets/multimedia-a-knihovna/casopisy/a-report/ar9_2018.pdf Časopis A-Report Útoku se nedalo zabránit] – Úryvek ze článku věnovaný osudové chybě v boji na Balkáně
* [https://mocr.mo.gov.cz/assets/multimedia-a-knihovna/casopisy/a-report/ar10_2019.pdf Časopis A-Report Pod ostrou palbou] – Úryvek ze článku popisující možnost simulací ve vojenském prostředí
* Vlastní odhady založené na realistických parametrech (např. efektivní dostřel, rychlost pohybu v terénu)

=== Simulant ===
Alexandr Sekera
[[User:seka01|seka01]] ([[User talk:seka01|talk]]) 15:33, 7 May 2025 (CET)

== Simulace: Kontrola jízdenek v MHD ==
=== Popis problému ===
Simulace se zabývá procesem kontrol jízdenek ve veřejné dopravě (např. v systému MHD v Praze). Veřejná doprava je financována částečně z příjmů z jízdného. Cestování "načerno" představuje pro dopravní podnik zdroj ztrát. Proto revizoři od podniku provádějí kontroly platnosti jízdních dokladů. Z toho vyplývá otázka, jak často a jakým způsobem mají být dané kontroly prováděny, aby byly efektivní a ekonomicky dávaly smysl. Výsledky simulace umožní řízení MHD optimalizovat frekvenci kontrol, počet revizorů a tím zvýšit celkovou efektivitu inspekcí.

=== Cíl simulace ===
Simulace se bude věnovat zodpovězení otázky: jak ovlivňuje četnost kontrol objem vybraných pokut ve veřejné dopravě? Výsledkem bude doporučení efektivních inspekčních strategií pro maximalizaci vybraných pokut. Simulace také ukáže, kolik revizorů je potřeba pro dosažení požadované míry kontroly.

=== Použitá metoda a prostředí ===
Multiagentní simulace v Netlogo. Agenti v modelu budou reprezentovat pasažéry a revizory.

=== Proměnné ===
Definované předem:
* Počet cestujících (celkově)
* Počet revizorů
* Výše pokuty (standardní nebo menší za platbu okamžitě)
* Frekvence kontrol (počet provedených kontrol za minutu/hodinu)
* Kapacita vozidla (počet cestujících z celkového čísla, kteří jsou aktuálně v kontrolovaném prostoru)

Náhodné:
* Platnost jízdenky (zda jede pasažér "načerno")
* Zachycení černého pasažéra (zda je neplatnost jízdenky odhalena)
* Zaplacení pokuty (hned či později)

=== Data ===
[https://www.dpp.cz/jizdne/pokuty-revizori/vyse-prirazky DPP - pokuty a revizoři] - výše jednotlivých pokut

[https://www.dpp.cz/vozovy-park DPP - vozový park] - kapacity vozidel

[https://www.expats.cz/czech-news/article/prague-public-transport-inspectors-handed-out-250-000-fines-last-year Prague public transport inspectors handed out 250,000 fines last year] - počty kontrol, pasažérů a revizorů, celková výše pokut, zaplacení pokut

Míra cestování "načerno" pro Prahu není zveřejněna oficiálně. Pro odhad poměru černých pasažérů se lze inspirovat jinými státy ([https://theweek.com/transport/fare-dodging-londons-transport-blight UK], [https://www.trainsfare.eu/tackling-fare-evasion-in-bergamo-a-growing-challenge-for-atb-and-teb/ IT]).

=== Simulant ===
Vladislav Sanin
[[User:Sanv05|Sanv05]] ([[User talk:Sanv05|talk]]) 21:15, 6 May 2025 (CET)

== Simulace: Pavlovovo podmiňování v agentním modelu ==
=== Co budu simulovat ===
Simulace bude modelovat proces klasického (Pavlovova) podmiňování, kdy agent (představující psa) postupně spojuje neutrální podnět (zvonek) s přirozeným podnětem (jídlo). Výsledkem je, že agent začne reagovat podmíněnou reakcí (slinění) i v případě, že se později objeví pouze zvonek bez jídla.

=== Cíl simulace ===
Cílem simulace je analyzovat průběh učení podmíněné reakce a zjistit:
* kolik opakování je potřeba k vytvoření podmíněné reakce,
* jak stabilní tato reakce je v čase,
* jak rychle dochází k vyhasnutí reakce (extinkci) při absenci posílení,
* jak efektivní je opětovné učení (re-learning) po ztrátě reakce.

Obecně jde o pochopení mechanismů formování návyků a chování založeného na stimulaci a posilování.

=== Kdo by takovou simulaci mohl využít a jak by mu pomohla ===
Simulaci mohou využít například:
* psychologové zabývající se behaviorálním učením,
* učitelé při výuce základních principů behaviorismu,
* vývojáři agentních a AI modelů, kteří chtějí simulovat jednoduché učení nebo formování návyků.

Simulace jim umožní vizuálně a experimentálně sledovat proces klasického podmiňování a analyzovat vliv různých parametrů na průběh učení.

=== Použitá metoda a prostředí ===
* '''Metoda''': Agentní simulace využívající jednoduchý model chování se stavovým automatem. Agent mění svůj vnitřní stav v závislosti na podnětech a historii posilování.
* '''Prostředí''': NetLogo

=== Jaké proměnné budou v simulaci ===
* Počet pokusů o podmiňování
* Zpoždění mezi zvonkem a jídlem (časování podnětů)
* Frekvence posilování (např. 100 %, 75 %, 50 % případů s jídlem)
* Síla podmíněné reakce (vnitřní proměnná zvyšující se učením)
* Počet extinkčních pokusů (zvonek bez jídla)

=== Jaké proměnné budou náhodné ===
* Pravděpodobnost, zda po zvonku následuje jídlo (při částečném posilování)
* Malá náhodná odchylka v chování psa (např. reakční doba, úroveň slinění)

=== Na jakých datech budou proměnné založené ===
* Parametry vycházejí z publikovaných výsledků klasických experimentů Pavlova a dalších behaviorálních studií.
* Typické hodnoty časování a pravděpodobností pro různé typy posilování vychází z odborné literatury.
* Síla reakce bude modelována pomocí logistické funkce, která simuluje typickou křivku učení a vyhasínání reakce.
* [https://www.psychologywizard.net/uploads/2/6/6/4/26640833/pavlov_lecture_18.pdf Pavlov – Lecture 18 (Conditioned Reflexes, 1927)]
* [https://en.wikipedia.org/wiki/Classical_conditioning Wikipedia – Classical Conditioning]
* [https://www.simplypsychology.org/pavlov.html Simply Psychology – Pavlov’s Dogs]

=== Na jakých datech jsou založeny vzorce v simulaci (chování modelu) ===
Chování modelu bude založeno na Rescorla-Wagnerově modelu klasického podmiňování, který kvantifikuje změnu síly asociace mezi podmíněným podnětem a nepodmíněným podnětem během jednotlivých pokusů.
* [https://www.vcalc.com/wiki/rescorla-wagner-formula-alpha-and-beta-version vCalc – Rescorla-Wagner model (alpha and beta version)]
* [https://en.wikipedia.org/wiki/Rescorla%E2%80%93Wagner_model Wikipedia – Rescorla–Wagner model]

=== Simulant ===
[[User:Lans06|Lans06]] ([[User talk:Lans06|talk]]) 22:27, 6 May 2025 (CET)