Implementing Machine Learning in Video Games to Simulate Subjects
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.24/1994 |
Resumo: | Em todos os campos científicos costumam haver separações entre aquilo que é pesquisado e as tecnologias utilizadas pelas indústrias relevantes. Com a inteligência artificial e a indústria de videojogos esta separação é significante; pesquisadores tipicamente trabalhem na descoberta de algoritmos mais eficientes enquanto a indústria necessita de custo-efetividade e confiabilidade. Este estudo foi desenvolvido para analisar tecnologias e técnicas atualmente disponíveis que foram desenvolvidos por pesquisadores e definir os requerimentos para a sua implementação em videojogos de uma maneira custo-efetivo. Especificamente, este estudo valida a possibilidade de criar sujeitos que aprendem como comportar-se através do Reinforcement Learning e determina o custo-efetividade e potencial em comparação a alternativas geralmente utilizadas. |
id |
RCAP_363b20d838007b9e2bbeb73fdd51e444 |
---|---|
oai_identifier_str |
oai:repositorio.umaia.pt:10400.24/1994 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Implementing Machine Learning in Video Games to Simulate SubjectsInteligência ArtificialMachine LearningReinforcement LearningImplementação em VideojogosEm todos os campos científicos costumam haver separações entre aquilo que é pesquisado e as tecnologias utilizadas pelas indústrias relevantes. Com a inteligência artificial e a indústria de videojogos esta separação é significante; pesquisadores tipicamente trabalhem na descoberta de algoritmos mais eficientes enquanto a indústria necessita de custo-efetividade e confiabilidade. Este estudo foi desenvolvido para analisar tecnologias e técnicas atualmente disponíveis que foram desenvolvidos por pesquisadores e definir os requerimentos para a sua implementação em videojogos de uma maneira custo-efetivo. Especificamente, este estudo valida a possibilidade de criar sujeitos que aprendem como comportar-se através do Reinforcement Learning e determina o custo-efetividade e potencial em comparação a alternativas geralmente utilizadas.Repositório Científico da UMAIADamasio, Joshua Lima2022-02-17T16:35:38Z2020-07-01T00:00:00Z2020-07-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.24/1994porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-09-26T16:01:44Zoai:repositorio.umaia.pt:10400.24/1994Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T16:10:21.111416Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Implementing Machine Learning in Video Games to Simulate Subjects |
title |
Implementing Machine Learning in Video Games to Simulate Subjects |
spellingShingle |
Implementing Machine Learning in Video Games to Simulate Subjects Damasio, Joshua Lima Inteligência Artificial Machine Learning Reinforcement Learning Implementação em Videojogos |
title_short |
Implementing Machine Learning in Video Games to Simulate Subjects |
title_full |
Implementing Machine Learning in Video Games to Simulate Subjects |
title_fullStr |
Implementing Machine Learning in Video Games to Simulate Subjects |
title_full_unstemmed |
Implementing Machine Learning in Video Games to Simulate Subjects |
title_sort |
Implementing Machine Learning in Video Games to Simulate Subjects |
author |
Damasio, Joshua Lima |
author_facet |
Damasio, Joshua Lima |
author_role |
author |
dc.contributor.none.fl_str_mv |
Repositório Científico da UMAIA |
dc.contributor.author.fl_str_mv |
Damasio, Joshua Lima |
dc.subject.por.fl_str_mv |
Inteligência Artificial Machine Learning Reinforcement Learning Implementação em Videojogos |
topic |
Inteligência Artificial Machine Learning Reinforcement Learning Implementação em Videojogos |
description |
Em todos os campos científicos costumam haver separações entre aquilo que é pesquisado e as tecnologias utilizadas pelas indústrias relevantes. Com a inteligência artificial e a indústria de videojogos esta separação é significante; pesquisadores tipicamente trabalhem na descoberta de algoritmos mais eficientes enquanto a indústria necessita de custo-efetividade e confiabilidade. Este estudo foi desenvolvido para analisar tecnologias e técnicas atualmente disponíveis que foram desenvolvidos por pesquisadores e definir os requerimentos para a sua implementação em videojogos de uma maneira custo-efetivo. Especificamente, este estudo valida a possibilidade de criar sujeitos que aprendem como comportar-se através do Reinforcement Learning e determina o custo-efetividade e potencial em comparação a alternativas geralmente utilizadas. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-07-01T00:00:00Z 2020-07-01T00:00:00Z 2022-02-17T16:35:38Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.24/1994 |
url |
http://hdl.handle.net/10400.24/1994 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799130560103186432 |