Título: Um Ambiente de Jogo Eletrônico para Avaliar Algoritmos Coevolutivos
Autores: Araujo, Karine da Silva Miras de; França, Fabrício Olivetti de
Resumo: Uma das aplicações de inteligência artificial em jogos eletrônicos consiste em fazer um agente artificial aprender a executar uma determinada tarefa com sucesso. Para isso faz-se necessário o uso de um algoritmo que possa aprender a determinar as sequências de ações de acordo com o ambiente observado. Para esse fim existem diversas técnicas de aprendizado supervisionado que permitem aprender a resposta correta através de exemplos. Porém, no caso de jogos eletrônicos a resposta correta pode ser apenas mensurada após a completude da sequência de ações, sendo então impossível determinar a resposta correta de cada instante de tempo. Uma forma de circunvir esse problema é através da Neuroevolução, que treina uma Rede Neural Artificial através de algoritmos evolutivos de tal forma que ela tenha sucesso no resultado final de suas ações. Nesse artigo, introduzimos um novo ambiente de referência para testar algoritmos de aprendizado de agentes autônomos em jogos eletrônicos, chamado EvoMan, inspirado no jogo de plataforma Mega Man II. Essa plataforma compreende situações de: aprendizado em ambiente estático e dinâmico, aprendizado contínuo de coevolução e aprendizado generalizado. Como experimentos iniciais, aplicamos uma Neuroevolução utilizando Algoritmos Genéticos e o algoritmo NEAT no contexto de coevolução para demonstrar os desafios da plataforma proposta.
Palavras-chave: Neuroevolução; Coevolução; Jogos Eletrônicos
Páginas: 6
Código DOI: 10.21528/CBIC2015-023
Artigo em pdf: cbic2015_submission_23.pdf
Arquivo BibTeX: cbic2015_submission_23.bib