Return to search

Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real

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.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/25633
Date05 August 2016
CreatorsOliveira, Caio Freitas De
Contributors81652011749, Almeida, Carolina de Paula, 04023094994, Souza, Givanaldo Rocha de, 03464900495, Goldbarg, Marco Cesar, 25841025953, Maia, Silvia Maria Diniz Monteiro, 01397968435, Goldbarg, Elizabeth Ferreira Gouvea
PublisherPROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO, UFRN, Brasil
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds