Aplicação do Modelo STRAGEN em Jogos

Resumo

Nos últimos anos tem aumentado o uso de ferramentas de inteligência artificial e principalmentede métodos conexionistas, sobretudo por causa de sua versatilidade e custo computacional relativamente baixo, se comparado com outros métodos heuristicos clássicos. Entre os principais modelos de aprendizado destaca-se o modelo não-supervisionado em malha aberta. Esse método é mais facilmente implementado, por se tratar de uma estrutura sintética. E por distribuir topologicamente os dados de forma mais eficiente na saída. Em muitos casos não é possível adquirir uma base de dados bem definidos entre classes mas, mesmo nesses casos é possível fazer uma análise entre poucos padrões e buscar nestes um críterio que descreva similaridades entre tais padrões, com isso é possível treinar uma rede auto-organizável para agrupá-los e gerar uma rede de conexões entre esses padrões estabelecendo um conjunto de trajetórias dentro da base amostrada. O STRAGEN (State TRAjectory GENeration) é uma RNA (Rede Neural Artificial) de topologia dinâmica desenvolvida por Benante (2008), que tem por caracteristicas o aprendizado de espaço de estados e gerações de trajetórias. O algoritmo permite usar mais de um critério na geração da melhor trajetória. Ainda podemos citar a gestão de recursos computacionais feita pelo modelo durante o processo de aprendizado da base de dados, pois a rede apenas cria novos nodos e conexões quando necessário tornando-a mais eficiente e mais portável do que outros modelos, como árvores de busca ou heuristicas em linguagens lógicas. A aplicação de inteligência artificial em jogos tem por objetivo tornar o ambiente mais fléxivel a cada jogada, menos mecânico e previsivél, como também desenvolver e aplicar mecanismos computacionais em problemas mais conhecidos e simples de serem vizualizados, tornando o conhecimento mais acessível ao grande público. A metodologia adotada se baseia na revisão da bibliográfia sobre RNA e avaliação de outros algoritmos que também poderiam ser aplicados ao problema e, sobre os jogos que mais seriam apropriados ao mesmo. A implementação do STRAGEN e o treinamento será feito com uma base de dados que contém todas as jogadas, para permitir que a RNA seja apresentada a todos os estados possíveis do jogo. Após treinada rede, será comparado o erro de cada jogada da RNA com o minimax, sendo o minimax um algoritmo ótimo será possível demonstrar a eficiência da rede em aprender e gerar conexões entre padrões para produzir trajétorias ótimas com todos os beneficios do uso de redes neurais artificiais.