Publicação: Otimização de agentes inteligentes no jogo Ludo por meio de um Algoritmo Genético
Carregando...
Tipo do documento
Data
Direito de acesso
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Algoritmos Genéticos (AGs) são técnicas de otimização inspiradas nos princípios da evolução natural, amplamente utilizadas na resolução de problemas complexos caracterizados
por grandes espaços de busca e alta variabilidade. No contexto de jogos de tabuleiro, especialmente aqueles que envolvem aleatoriedade e interação entre múltiplos jogadores, a
definição manual de estratégias eficazes torna-se um desafio significativo. Este trabalho
investiga a aplicação de Algoritmos Genéticos na otimização dos parâmetros de decisão
de um agente inteligente no jogo Ludo, um ambiente estocástico no qual fatores probabilísticos, como o lançamento de dados, influenciam diretamente o desenrolar das partidas.
Para esse fim, foi implementado um ambiente de simulação lógica e um agente baseado
em heurísticas ponderadas, cuja estratégia é codificada por um cromossomo composto
por cinco genes reais. Esses genes representam pesos associados a diferentes aspectos estratégicos do jogo, como progresso, ataque, segurança, risco e finalização. O Algoritmo
Genético é empregado para evoluir esses pesos, sendo realizadas análises experimentais
sistemáticas sobre diferentes configurações evolutivas, incluindo tamanho da população,
número de gerações, métodos de seleção, elitismo, cruzamento e mutação. Os resultados
obtidos demonstraram que o Algoritmo Genético é capaz de evoluir agentes com desempenho consistente e superior ao de agentes aleatórios, apresentando convergência estável e
baixa variabilidade entre execuções independentes. A análise dos DNAs campeões revela
padrões estratégicos recorrentes, indicando a emergência de comportamentos coerentes
e interpretáveis. Dessa forma, o estudo evidenciou o potencial dos Algoritmos Genéticos
como uma abordagem eficaz para a otimização de agentes inteligentes em jogos estocásticos, além de contribuir para a compreensão prática do impacto dos operadores genéticos
nesse tipo de problema.
Abstract
Genetic Algorithms (GAs) are optimization techniques inspired by the principles of natural evolution, widely used in solving complex problems characterized by large search
spaces and high variability. In the context of board games, especially those involving
randomness and interaction between multiple players, the manual definition of effective
strategies becomes a significant challenge. This work investigates the application of Genetic Algorithms in optimizing the decision parameters of an intelligent agent in the game
Ludo, a stochastic environment in which probabilistic factors, such as dice rolls, directly
influence the course of the games. To this end, a logic simulation environment and an
agent based on weighted heuristics were implemented, whose strategy is encoded by a
chromosome composed of five real genes. These genes represent weights associated with
different strategic aspects of the game, such as progress, attack, safety, risk, and completion. The Genetic Algorithm is used to evolve these weights, and systematic experimental
analyses are performed on different evolutionary configurations, including population size,
number of generations, selection methods, elitism, crossover, and mutation. The results
obtained demonstrated that the Genetic Algorithm is capable of evolving agents with
consistent performance superior to that of random agents, exhibiting stable convergence
and low variability between independent runs. The analysis of the winning DNAs reveals recurring strategic patterns, indicating the emergence of coherent and interpretable
behaviors. Thus, the study highlighted the potential of Genetic Algorithms as an effective
approach for optimizing intelligent agents in stochastic games, in addition to contributing
to the practical understanding of the impact of genetic operators in this type of problem.
Palavras-chave
Algoritmos genéticos, Jogos de tabuleiro, Agentes inteligentes, Otimização, Ludo
Citação
SIMÃO, Isabella Paula. Otimização de agentes inteligentes no jogo ludo por meio de um algoritmo genético. 2026. 72 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2026.
DOI
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto