Dissertação

A Reinforcement learning approach for the circle agent of Geometry Friends EVALUATED

O Geometry Friends (GF) é um jogo de plataformas, com um motor de simulação de física, que fez parte do lote de competições de Inteligência Artificial das edições de 2013 e 2014 da IEEE CIG Conference. Neste jogo existem duas personagens, um círculo e um retângulo, que têm de colecionar todos os diamantes existentens num nível. Neste trabalho é proposta uma nova abordagem para o agente que controla o círculo. Esta abordagem é baseada em algoritmos de aprendizagem, é agnóstica relativamente à personagem e procura resolver o problema da especialização excessiva do agente aos níveis públicos verificada nos participantes da edição de 2014 da competição. A solução utiliza uma estratégia de Dividir para Conquistar que particiona o problema de resolver um nível do GF numa série de três sub-problemas: resolver uma plataforma (SP1); decidir qual a próxima plataforma para a qual o agente se deve mover (SP2); mover a personagem de uma plataforma para outra (SP3). Este método utiliza Aprendizagem por Reforço para resolver os problemas SP1 e SP3 e uma Procura em Profundidade Primeiro para resolver SP2. O agente implementado foi avaliado através da comparação de resultados obtidos nos níveis da competição de 2014 face aos obtidos pelos participantes. Os resultados mostram que, embora o agente tenha tido um pior resultado no geral, conseguiu evitar a especialização excessiva num conjunto de níveis.
Agentes, Geometry Friends, Especialização excessiva, Dividir para Conquistar

Junho 4, 2015, 9:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Rui Filipe Fernandes Prada

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

CO-ORIENTADOR

Francisco António Chaves Saraiva de Melo

Departamento de Engenharia Informática (DEI)

Professor Auxiliar