1 / 18

Um estudo de estratégias para coleta de recursos em ambientes multi-agentes

Um estudo de estratégias para coleta de recursos em ambientes multi-agentes. Sergio Schechtman Sette <sss3@cin.ufpe.br>. Jogos RTS. As ações são realizadas em tempo real Cada unidade tem um tempo para realizar o processamento Etapas principais comuns na maioria dos RTS:

hammer
Download Presentation

Um estudo de estratégias para coleta de recursos em ambientes multi-agentes

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Um estudo de estratégias para coleta de recursos em ambientes multi-agentes Sergio SchechtmanSette <sss3@cin.ufpe.br>

  2. Jogos RTS • As ações são realizadas em tempo real • Cada unidade tem um tempo para realizar o processamento • Etapas principais comuns na maioria dos RTS: • Coleta de Recursos • Criação de Construções e Unidades • Pesquisa de Tecnologias • Exploração • Combate

  3. IA em jogos RTS • Historicamente, game designers têm criado a ilusão de inteligência através de scripts. O problema dos scripts é que para serem efetivos, eles devem ser complexos, mas a complexidade acaba criando fraquezas e previsibilidade. Eventualmente um jogador humano será capaz de reconhecer e se aproveitar destas fraquezas, destruindo a ilusão.[1]

  4. Coleta em jogos RTS • Jogos RTS oferecem uma grande variedade de problemas fundamentais de IA, ao contrario de outros gêneros de jogos estudados pela comunidade de IA até agora. [2] • Problemas principais • Pathfinding • Coordenaçãomultiagente • Escolha do recurso

  5. Problemas na coleta multiagente • PathFinding • A* • A* colaborativo • Escolha do melhor recurso • Distância • Manhatan e Euclideana • Disponibilidade • Acessibilidade

  6. A* • Simples, eficiente e completo • Trata obstáculos e terrenos com diferentes custos de travessia • Eficiente em ambientes monoagentes

  7. A* Colaborativo • A* + reservas • Cada agente reserva o path encontrado pelo A* • Na verificação de colisão, as reservas também são consideradas

  8. Distância • Manhattan e Euclideana • Distância real vs Estimativa

  9. Disponibilidade e Acessibilidade • Disponibilidade: Número de vagas vs número de agentes coletando • Acessibilidade: Considera a dificuldade que o agente encontra para chegar ao recurso

  10. Estado da arte • OptimalForagingTheory • E/(h+s) • jcmjWorker • A* • Recurso mais próximo • Tratamento de colisão simples

  11. Estratégia Proposta • Pathfinding • A* Colaborativo • Tratamento de delay • Escolha do recurso • Distância • Inicial = Manhatan • Atualizada a cada visita • Regiões • Clusters de minas adjacentes • A atualização é propagada pelas regiões • Função de utilidade • Distância • Distância ao agente • Numero de agentes no mesmo recurso

  12. Estratégia Proposta (cont) • Agente Explorador (Scout) • Procura as minas menos visitadas • Atualiza com peso • Máquina de estados

  13. Simulação • Simulador escolhido: RTSCup • Tick: 50ms • Foram realizados testes em 5 mapas

  14. Resultados

  15. ZigWorker

  16. CloserWorker

  17. Demonstração • ZigWorker • CloserWorker

  18. Referencias • [1] ARNOLD, Rachael. Real Time Strategy Games as Domain for AI Research • [2] BURO, Michael, Real-Time Strategy Games: A New AI Research Challenge • [3] MOURA, José Carlos. Uma estratégia eficiente de coleta multiagente para jogos RTS

More Related