Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-07-30T13:08:13Z
No. of bitstreams: 1
CaioFreitasDeOliveira_DISSERT.pdf: 5209631 bytes, checksum: d2308cc568d086c9b77311a9ea1e53fa (MD5) / Approved for entry into archive by clediane guedes (clediane@bczm.ufrn.br) on 2018-07-30T13:12:05Z (GMT) No. of bitstreams: 1
CaioFreitasDeOliveira_DISSERT.pdf: 5209631 bytes, checksum: d2308cc568d086c9b77311a9ea1e53fa (MD5) / Made available in DSpace on 2018-07-30T13:12:05Z (GMT). No. of bitstreams: 1
CaioFreitasDeOliveira_DISSERT.pdf: 5209631 bytes, checksum: d2308cc568d086c9b77311a9ea1e53fa (MD5)
Previous issue date: 2016-08-05 / Jogos de estratégia em tempo real (RTS) apresentam muitos desafios para a criação de inteligências artificiais. Um destes desafios é criar um plano de ações efetivo dentro de um dado contexto. Um dos jogos utilizados como plataforma para criação de game AIs competitivas é o StarCraft. Tais game AIs têm dificuldade em se adaptar e criar bons planos para combater a estratégia inimiga. Neste trabalho, um novo modelo de escalonamento de tarefas é proposto modelando os problemas de planejamento em jogos RTS. Este modelo considera eventos cíclicos e consiste em resolver um problema multiobjetivo que satisfaz restrições impostas pelo jogo. São considerados recursos, tarefas e eventos cíclicos que traduzem as características do jogo em um caso do problema. O estado inicial do jogo contém as informações sobre os recursos, tarefas incompletas e eventos ativos. A estratégia define quais recursos maximizar ou minimizar e quais restrições são aplicadas aos recursos, bem como o horizonte de projeto. São investigados quatro otimizadores multiobjetivo: NSGA-II e sua variante focada em joelhos, GRASP e Colônia de Formigas. Experimentos com casos baseados em problemas reais de Starcraft são reportados. / Jogos de estratégia em tempo real (RTS) apresentam muitos desafios para a criação de inteligências artificiais. Um destes desafios é criar um plano de ações efetivo dentro de um dado contexto. Um dos jogos utilizados como plataforma para criação de game AIs competitivas é o StarCraft. Tais game AIs têm dificuldade em se adaptar e criar bons planos para combater a estratégia inimiga. Neste trabalho, um novo modelo de escalonamento de tarefas é proposto modelando os problemas de planejamento em jogos RTS. Este modelo considera eventos cíclicos e consiste em resolver um problema multiobjetivo que satisfaz restrições impostas pelo jogo. São considerados recursos, tarefas e eventos cíclicos que traduzem as características do jogo em um caso do problema. O estado inicial do jogo contém as informações sobre os recursos, tarefas incompletas e eventos ativos. A estratégia define quais recursos maximizar ou minimizar e quais restrições são aplicadas aos recursos, bem como o horizonte de projeto. São investigados quatro otimizadores multiobjetivo: NSGA-II e sua variante focada em joelhos, GRASP e Colônia de Formigas. Experimentos com casos baseados em problemas reais de Starcraft são reportados.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/25633 |
Date | 05 August 2016 |
Creators | Oliveira, Caio Freitas De |
Contributors | 81652011749, Almeida, Carolina de Paula, 04023094994, Souza, Givanaldo Rocha de, 03464900495, Goldbarg, Marco Cesar, 25841025953, Maia, Silvia Maria Diniz Monteiro, 01397968435, Goldbarg, Elizabeth Ferreira Gouvea |
Publisher | PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO, UFRN, Brasil |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds