Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/20111
Tipo do documento: Tese
Tipo de acesso: Acesso Aberto
Título: Uma arquitetura de uso geral baseada em planejamento probabilístico para agentes completos em jogos de estratégia em tempo real
Título(s) alternativo(s): A general purpose architecture based on probabilistic planning for full agents in real-time strategy games
Autor(es): Naves, Thiago França
Primeiro orientador: Lopes, Carlos Roberto
Primeiro membro da banca: Silva, Flávio Soares Corrêa da
Segundo membro da banca: Chaimowicz, Luiz
Terceiro membro da banca: Fernandes, Márcia Aparecida
Quarto membro da banca: Julia, Rita Maria da Silva
Resumo: Jogos de Estratégia em Tempo Real, também conhecidos como jogos RTS, são caracterizados por atuar em um ambiente dinâmico, com incertezas e vários recursos a ser gerenciados. Esse gênero de jogos torna-se um ótimo domínio de testes para algoritmos de inteligência artificial (IA), em especial utilizando abordagens de planejamento e tomada de decisão, que são tópicos ativos de pesquisa em IA. Este trabalho tem por objetivo propor o desenvolvimento de um agente jogador completo para jogos RTS. Para que o agente seja considerado completo, existem várias tarefas que ele deve executar, como: modelagem de dados entre partidas disputadas; tomada de decisão sob incerteza; gerenciamento de recursos; planejamento contra o adversário em tempo real; escalonamento de ações. Desse modo, para a implementação completa de um agente jogador que obtenha sucesso, é necessária uma abordagem integradora, que gerencie tais tarefas em diferentes níveis de abstração. Dentre os principais trabalhos no domínio de jogos RTS, são poucas as referências que propõem uma abordagem integradora, pois a grande maioria utiliza apenas técnicas apoiadas em scripts predefinidos ou regras condicionais. Assim, esta tese propõe uma nova abordagem, baseada em planejamento probabilístico, para controle completo de agentes jogadores em RTS. Essa abordagem é proposta sob uma arquitetura que opera com algoritmos de mineração de dados sequenciais, árvores de predição; processo de decisão de Markov parcialmente observável (POMDP), planejamento reativo e escalonamento de ações. A abordagem consegue gerenciar todas as tarefas do jogo com respostas compatíveis, considerando as restrições de tempo real desses jogos. Para validar a proposta, experimentos contra outros agentes, jogadores humanos, com testes de performance e qualidade são executados, e seus resultados discutidos.
Abstract: Real-time Strategy games, also known as RTS games, are characterized by acting in a dynamic environment, with uncertainties and various resources to be managed. This genre of games becomes a great testbed domain for artificial intelligence (AI) algorithms, in particular using planning and decision-making approaches, which are active AI research topics. This work aims to propose the development of a complete player agent for RTS games. In order for the agent to be considered complete, there are several tasks that it must perform, such as: data modeling between disputed matches; decision-making under uncertainty; resource management; planning against the opponent in real time; scheduling of actions. Thus, for the complete implementation of a successful player agent, an integrative approach is needed, which manages such tasks at different levels of abstraction. Among the main works in the field of RTS games, there are few references that propose an integrative approach, since the vast majority use only techniques based on predefined scripts or conditional rules. Thus, this thesis proposes a new approach, based on probabilistic planning, for complete control of players agents in RTS. This approach is proposed under an architecture that operates with sequential data mining algorithms, prediction trees; partially observable Markov decision process (POMDP), reactive planning and scheduling of actions. The approach manages all the tasks of the game with compatible answers, considering the real-time restrictions of these games. To validate the proposal, experiments against other agents, human players, with performance and quality tests are performed, and their results discussed.
Palavras-chave: POMDP
POMDP.
Tomada de Decisão
Decision Making
Planejamento
Planning
Mineração de Dados Sequencial
Sequential Pattern Mining
Ações
Actions
Jogos RTS
RTS Games
Inteligência Artificial
Artificial Intelligence
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Programa: Programa de Pós-graduação em Ciência da Computação
Referência: NAVES, Thiago França. Uma arquitetura de uso geral baseada em planejamento probabilístico para agentes completos em jogos de estratégia em tempo real. 2017. 183 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2017.
Identificador do documento: http://dx.doi.org/10.14393/ufu.te.2017.13
URI: https://repositorio.ufu.br/handle/123456789/20111
Data de defesa: 27-Out-2017
Aparece nas coleções:TESE - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ArquiteturaUsoGeral.pdfTese16.01 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.