Dissertação
Creating AI bots in DOTA2 EVALUATED
Recentemente, tem ocorrido uma quantidade considerável de pesquisa sobre a aplicação de Machine Learning ao DotA2 e a outros jogos do mesmo género, sendo caracterizados por ambientes complexos, com vastos espaços de estados, onde a tomada de decisão tem de ser realizada a tempo real, frequentemente em situações de incerteza. Este trabalho foca-se no desenvolvimento de um sistema de reconhecimento, baseado em aprendizagem supervisionada, com o objectivo de classificar decisões estratégicas tomadas ao longo dos primeiros 15 minutos de cada partida de DotA2. Os principais passos envolvidos são: a definição das classes padrão, seleção e extração de atributos, coleção de amostras de jogabilidade humana de alta habilidade para treino e teste e a aprendizagem de um classificador baseado em redes neuronais, capaz de identificar as estratégias correctas a ser aplicadas a cada momento de jogo. Quaisquer possíveis integrações deste trabalho com a plataforma de agentes do jogo, são também exploradas. O objectivo principal é utilizar o modelo desenvolvido para melhorar o processo de decisão estratégico dos agentes artificiais existentes no jogo. A solução é avaliada através de métricas como a precision, recall e f-measure, entre outras, que ditam o desempenho geral do nosso modelo. Resultados demonstram que o classificador desenvolvido é consideravelmente melhor que qualquer outro modelo que realize classificações aleatórias. Este documento alerta também para outros problemas que continuam por resolver: a falta de uma integração de modelos de Inteligência Artificial com a plataforma de jogo e a não-existência de métodos de anotação automática para estratégias do DotA2.
novembro 5, 2018, 16:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Auxiliar
ORIENTADOR
João Miguel De Sousa de Assis Dias
Departamento de Engenharia Informática (DEI)
Professor Auxiliar