Modelos e algoritmos para o problema de planejamento para produção de pecursos em jogos de estratégia de tempo real
Autor(a) principal: | |
---|---|
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 |