FenixEdu™

Dissertação

{en_GB=Learning User Profiles for Automatic Test of Games} {} EVALUATED

Detalhes: {pt=Com o aumento da complexidade dos jogos de video, está cada vez mais difícil e caro, testar todas as componentes do jogo de forma a garantir a sua qualidade. Para resolver esse problema, a indústria está se movendo em direcção à automação do processo de teste. Esta tese tem como foco o desenvolvimento de um agente que terá a capacidade de testar diferentes recursos de um jogo. Além dessa capacidade, nosso agente poderá demonstrar diferentes tipos de comportamento durante o jogo. Esses comportamentos geralmente são gerados através da utilização de funções ou heurísticas, estas são criadas manualmente pelos designers do jogo. Em vez desse método, propomos uma alternativa em que os comportamentos serão gerados com base na observação de um jogador, desta forma vamos criar perfis mais semelhantes ao comportamento humano do jogador. O que conseguimos aqui foi a criação de um agente que foi capaz de jogar diferentes níveis de um jogo, que ele aprendeu apenas com as observações dos jogadores. Ele foi até capaz de jogar um nível que ele nunca havia visto antes, e ele não precisou de nenhum treino extra., en=Since the increase of the complexity of video games, its getting harder and expensive to fully test, and assure the quality of the game components. To solve this issue, the industry is moving towards the automation of the testing process. This thesis focuses on the development of an agent that will have the capability of testing different video game features. In addition to this capability, our agent will be able to have different types of behaviour when playing through the game. These behaviors are usually generated through the use of functions or heuristics that are manually created by the game designers. Instead of this method, we proposed a method that will generate the behaviours based on observing a player, this way we are going to create profiles that are closer to the human player behaviour. What we achieved here the creation of an agent that was capable of play different levels of a game, that he learn only from player observations. This was even capable of playing a level that he never saw before, and he was able to do this without requiring any extra training.}
Keywords: {pt=Perfis de jogadores, Aprendizagem por Reforço Inverso, Teste Automatizado, Entropia Máxima, Aprendizagem, en=Player profiles, Inverse Reinforcement Learning, Automated Testing, Max Entropy, Apprenticeship learning}

Discussão: novembro 18, 2021, 13:0