FenixEdu™

Dissertação

{en_GB=A Deep Learning Approach to the Geometry Friends Game} {} EVALUATED

Detalhes: {pt=Este trabalho foca-se em criar agentes inteligentes para o jogo Geometry Friends. Quatro differente soluções foram construídas baseadas em redes neuronais profundas e usando técnicas de aprendizagem por reforço e supervisionada. A principal intenção destas soluções é criar um agente capaz de escolher a melhor ação a tomar dado um conjunto de imagens do estado atual do jogo, aprendendo a controlar a bola e interagindo com os diversos obstáculos do Geometry Friends. Os diferentes agentes são então comparados entre si e outras soluções previamente submetidas em competições passadas de forma a estudar e perceber se estas soluções são ou não boas soluções para o jogo Geometry Friends, cobrindo as suas vantagens, desvantagens e limitações., en=This work focuses on creating single-player artificial intelligent agents for the game Geometry Friends. Four different solutions were crafted based on deep neural networks using both supervised and reinforcement learning approaches. The main purpose of these solutions is to create an agent that is able to select the best action given a preprocessed snapshot of the current state of the game, learning to control the ball character and interact with the several obstacles in Geometry Friends. The different agents are then compared with each other and other single-player agents submitted in previous Artificial Intelligence competitions in order to study and understand why each crafted solution may or may not be a good solution for Geometry Friends, covering their advantages, disadvantages and limitations.}
Keywords: {pt=Inteligência Artificial, Geometry Friends, Aprendizagem Profunda, Aprendizagem Supervisionada, Aprendizagem por Reforço, Rede Neuronal Convolucional, en=Artificial Intelligence, Geometry Friends, Deep Learning, Supervised Learning, Reinforcement Learning, Convolutional Neural Network}

Discussão: novembro 3, 2017, 13:0