dc.contributor.advisor | Assunção, Joaquim Vinicius Carvalho | |
dc.creator | Rossato, Lana Bertoldo | |
dc.date.accessioned | 2021-02-08T18:34:48Z | |
dc.date.available | 2021-02-08T18:34:48Z | |
dc.date.issued | 2020-09-30 | |
dc.date.submitted | 2020 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/20291 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa
Maria, Centro de Tecnologia, Curso de Bacharelado em Ciência da Computação, RS, 2020. | por |
dc.description.abstract | In the last years, it is possible to see the advance of Artificial Intelligence applied to the
most diverse games, whether they are deterministic or stochastic. Many techniques, despite
achieving the expected result, require considerable computational power and are not
viable on more basic platforms (e.g., low-cost smartphones). Thus, there is a need to create
light weight techniques. This work uses Markov Chains in the development of an agent
for a card game. The modeling was performed to represent the natural order of the forces
and separates it into three modules according to the game’s modalities, being: Truco,
Envido and Flor. Decision making is based on games played previously, reinforcing the
decisions made and improving them. To evaluate the model, several rounds of tests were
made, varying the opponent and the databases. This process resulted in learning matrices
for each game mode. Thus, they were evaluated considering the main characteristics of the
model and also of the opponents. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Cadeias de Markov | por |
dc.subject | Modelagem matemática | por |
dc.subject | Inteligência artificial | por |
dc.subject | Agentes para jogos | por |
dc.title | Modelagem matemática e desenvolvimento de um agente baseado em modelos Markovianos | por |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.degree.graduation | Bacharelado em Ciência da Computação. | por |
dc.description.resumo | Nos últimos anos, é possível ver o avanço da Inteligência Artificial aplicada aos mais diversos
jogos, sejam eles determinísticos ou estocásticos. Muitas técnicas, apesar de alcançarem
o resultado esperado, requerem um considerável poder computacional e não
são viáveis em plataformas mais básicas (e.g., smartphones de baixo custo). Com isso,
há a necessidade de criação de técnicas de peso leve. Esse trabalho utiliza Cadeias de
Markov no desenvolvimento de um agente para um jogo de cartas. A modelagem foi feita
para representar a ordem natural das forças e separa em três módulos de acordo com as
modalidades do jogo, sendo elas: Truco, Envido e Flor. A tomada de decisão é feita com
base em partidas jogadas anteriormente, reforçando as decisões tomadas e melhorandoas.
Para avaliar o modelo, diversas rodadas de testes foram feitas, variando o oponente e
as bases de dados. Esse processo resultou em matrizes de aprendizado para cada modo
do jogo. Assim, elas foram avaliadas levando em consideração as características principais
do modelo e também dos oponentes. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.publisher.unidade | Centro de Tecnologia | por |