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

Detalhes bibliográficos
Autor(a) principal: Oliveira, Caio Freitas De
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/25633
Resumo: 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.
id UFRN_5770e5cf58fba05b4834707bdf9cf156
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/25633
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Oliveira, Caio Freitas DeAlmeida, Carolina de PaulaSouza, Givanaldo Rocha deGoldbarg, Marco CesarMaia, Silvia Maria Diniz MonteiroGoldbarg, Elizabeth Ferreira Gouvea2018-07-30T13:12:05Z2018-07-30T13:12:05Z2016-08-05OLIVEIRA, Caio Freitas de. Modelos e algoritmos para o problema de planejamento para produção de recursos em jogos de estratégia de tempo real. 2016. 80f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.https://repositorio.ufrn.br/jspui/handle/123456789/25633Jogos 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.porCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOModelos de OtimizaçãoOtimização MultiobjetivoJogos de Estratégia em Tempo RealPlanejamento de ProjetoModelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo realinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃOUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALCaioFreitasDeOliveira_DISSERT.pdfapplication/pdf5209631https://repositorio.ufrn.br/bitstream/123456789/25633/1/CaioFreitasDeOliveira_DISSERT.pdfd2308cc568d086c9b77311a9ea1e53faMD51TEXTCaioFreitasDeOliveira_DISSERT.pdf.txtCaioFreitasDeOliveira_DISSERT.pdf.txtExtracted texttext/plain153726https://repositorio.ufrn.br/bitstream/123456789/25633/2/CaioFreitasDeOliveira_DISSERT.pdf.txt31c564c4d28fdebe87a6e7937890305fMD52THUMBNAILCaioFreitasDeOliveira_DISSERT.pdf.jpgCaioFreitasDeOliveira_DISSERT.pdf.jpgIM Thumbnailimage/jpeg3086https://repositorio.ufrn.br/bitstream/123456789/25633/3/CaioFreitasDeOliveira_DISSERT.pdf.jpgc69cfa640cc81264b359bd743b11101aMD53123456789/256332019-01-30 07:03:26.098oai:https://repositorio.ufrn.br:123456789/25633Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-01-30T10:03:26Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
title Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
spellingShingle Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
Oliveira, Caio Freitas De
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Modelos de Otimização
Otimização Multiobjetivo
Jogos de Estratégia em Tempo Real
Planejamento de Projeto
title_short Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
title_full Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
title_fullStr Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
title_full_unstemmed Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
title_sort Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
author Oliveira, Caio Freitas De
author_facet Oliveira, Caio Freitas De
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.referees1.none.fl_str_mv Almeida, Carolina de Paula
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees2.none.fl_str_mv Souza, Givanaldo Rocha de
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees3.none.fl_str_mv Goldbarg, Marco Cesar
dc.contributor.referees3ID.pt_BR.fl_str_mv
dc.contributor.referees4.none.fl_str_mv Maia, Silvia Maria Diniz Monteiro
dc.contributor.referees4ID.pt_BR.fl_str_mv
dc.contributor.author.fl_str_mv Oliveira, Caio Freitas De
dc.contributor.advisor1.fl_str_mv Goldbarg, Elizabeth Ferreira Gouvea
contributor_str_mv Goldbarg, Elizabeth Ferreira Gouvea
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
topic CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Modelos de Otimização
Otimização Multiobjetivo
Jogos de Estratégia em Tempo Real
Planejamento de Projeto
dc.subject.por.fl_str_mv Modelos de Otimização
Otimização Multiobjetivo
Jogos de Estratégia em Tempo Real
Planejamento de Projeto
description 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.
publishDate 2016
dc.date.issued.fl_str_mv 2016-08-05
dc.date.accessioned.fl_str_mv 2018-07-30T13:12:05Z
dc.date.available.fl_str_mv 2018-07-30T13:12:05Z
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.citation.fl_str_mv OLIVEIRA, Caio Freitas de. Modelos e algoritmos para o problema de planejamento para produção de recursos em jogos de estratégia de tempo real. 2016. 80f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/25633
identifier_str_mv OLIVEIRA, Caio Freitas de. Modelos e algoritmos para o problema de planejamento para produção de recursos em jogos de estratégia de tempo real. 2016. 80f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.
url https://repositorio.ufrn.br/jspui/handle/123456789/25633
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.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/25633/1/CaioFreitasDeOliveira_DISSERT.pdf
https://repositorio.ufrn.br/bitstream/123456789/25633/2/CaioFreitasDeOliveira_DISSERT.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/25633/3/CaioFreitasDeOliveira_DISSERT.pdf.jpg
bitstream.checksum.fl_str_mv d2308cc568d086c9b77311a9ea1e53fa
31c564c4d28fdebe87a6e7937890305f
c69cfa640cc81264b359bd743b11101a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117855290851328

Registros relacionados