|
Trabajo Fin de Grado 2014-15 | Desarrollo de agentes para vídeo juegos genéricos usando técnicas basadas en sistemas inteligentes. |
EspecialidadesComputación
Tutor
GAMEZ MARTIN, JOSE ANTONIO PUERTA CALLEJON, JOSE MIGUEL
Descripción y Objetivos
La aportación mutua entre los sistemas inteligentes y los juegos es bien conocida. En la última década es habitual que los controladores o agentes para jugar un determinado juego incorporen algo más que sencillas reglas de decisión para hacer el juego más interesante. De igual forma, en los últimos años es habitual encontrar competiciones asociadas a prestigiosos congresos, cuyo objetivo es el desarrollo de agentes software que jueguen de la mejor forma posible a un determinado vídeo juego (pac-man, mario bross, etc.). Este año se ha ido un paso más allá y se ha propuesto la "General Video Game AI Competition" (GVG-AI Competition), cuyo objetivo es la creación de agentes o controladores que sean capaces de jugar a cualquier vídeo juego (dentro de unas restricciones), es decir, ahora los agentes deben ser capaces de "generalizar" acciones y conocimiento aprendidos de un juego para aplicarlos sobre otras plataformas.
En este trabajo fin de grado pretendemos abordar este problema desde la perspectiva de dos técnicas habitualmente empleadas en el contexto de la construcción de controladores, la búsqueda, tanto heurística como metaheurística y el aprendizaje automático. El objetivo es implementar un conjunto de agentes basados en estas técnicas y realizar una experimentación compitiendo entre ellas y algunos de los agentes incluidos en la distribución de software disponible para la competición CVG-AI.
Metodología y Competencias
- Estudio del código y la documentación liberada como parte del kit de participación de la competición.
- Definición del problema como búsqueda en espacio de estados y prueba de algoritmos basados en heurísticas voraces.
- Aplicación de metaheurísticas, básicamente algoritmos genéticos para la optimización de los parámetros asociados a los controladores definidos.
- Uso de aprendizaje automático para aprender modelos que ayuden a los agentes en la toma de decisiones.
Medios a utilizar
- PCs ordinarios.
- Compiladores de libre distribución.
- Kit software de la competición.
- Toolkit de aprendizaje automático y búsqueda de libre distribución.
Bibliografía
- Disponible on-line o en biblioteca de la UCLM.
Asignación
El Trabajo Fin de Grado ha sido a asignado a Don/Doña Luis Sánchez Pérez
|
|