dc.contributor.advisor | Silva, Luís Alvaro de Lima | |
dc.creator | Soares, Juliano Leonardo | |
dc.date.accessioned | 2021-10-22T18:44:37Z | |
dc.date.available | 2021-10-22T18:44:37Z | |
dc.date.issued | 2021-09-02 | |
dc.date.submitted | 2021 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/22521 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Ciência da Computação, RS, 2021. | por |
dc.description.abstract | In computer games and virtual simulators, the fun, difficulty and variability of
entertainment and/or training challenges are directly related to the behavior of
characters inserted in the built virtual environments. In terms of behavior, one of the
main characteristics of these characters is the ability to move along paths that are
automatically computed. For this, pathfinding algorithms have gained greater
importance in the field of Artificial Intelligence (AI) especially when considered
together with deep neural networks (DNN). However, the integration of these AI
research areas still does not present clearly established patterns, especially when we
consider that relief information of the land used must be used in computing the cost
of the investigated paths. The objective of this TCC, therefore, is to research, develop
and test hierarchical pathfinding algorithms that consider terrain relief irregularities,
and explore DNN to optimize the search for such paths in large terrains that contain
this topographical information. With this, this work presents experiments with
traditional heuristics and DNN computed heuristics trained in the execution of the
pathfinding algorithms A∗ and HPA*, presenting a way to consider the terrain relief in
the determination of paths. From the statistical analysis of the experimental results
obtained in the TCC, it is possible to state that the use of DNN can reduce the
computational cost of both A* and HPA* considering the terrain relief. | 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 | Busca de caminho | por |
dc.subject | Altura no terreno | por |
dc.subject | Inclinação terreno | por |
dc.subject | Busca hierárquica de caminho | por |
dc.subject | Inteligência artificial | por |
dc.subject | Sistemas de simulação | por |
dc.title | Redes neurais e algoritmos hierárquicos de pathfinding para computação de elevação e inclinação na busca de caminhos em terrenos virtuais | por |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.description.resumo | Em jogos de computador e simuladores virtuais, a diversão, a dificuldade e a
variabilidade dos desafios de entretenimento e/ou treinamento estão diretamente
relacionados ao comportamento dos personagens inseridos nos ambientes virtuais
construídos. Em termos de comportamento, uma das principais características
desses personagens é a capacidade de movimentação por caminhos que são
automaticamente computados. Para isto, algoritmos de busca de caminhos
(pathfinding) têm ganhado uma maior importância na área de Inteligência Artificial
(IA) principalmente quando considerados em conjunto com as redes neurais
profundas (Deep Neural Networks - DNN). Porém, a integração destas áreas de
pesquisa da IA ainda não apresenta padrões claramente estabelecidos,
principalmente quando consideramos que informações de relevo dos terrenos
usados devem ser usadas na computação do custo dos caminhos investigados. O
objetivo deste TCC, portanto, é pesquisar, desenvolver e testar algoritmos de
pathfinding hierárquicos que considerem irregularidades de relevo do terreno, e
explorar DNN para otimizar a busca de tais caminhos em terrenos de grandes
dimensões que contêm essas informações topográficas. Com isto, este trabalho
apresenta experimentos com heurísticas tradicionais e heurísticas computadas por
DNN treinadas na execução dos algoritmos de pathfinding A∗ e HPA*, apresentando
uma forma de considerar o relevo do terreno na determinação de caminhos. A partir
da análise estatística dos resultados experimentais obtidos no TCC, é possível
afirmar que o emprego de DNN pode reduzir o custo computacional tanto do A*
como do HPA* considerando o relevo do terreno. | 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 |