ESTUDOS DE NEUROEVOLUÇÃO EM AGENTES DE VÍDEO GAMES

Autores

  • Matheus Gomes Cordeiro
  • CRETO AUGUSTO VIDAL
  • YURI LENON BARBOSA NOGUEIRA
  • PAULO BRUNO DE SOUSA SERAFIM
  • Joaquim Bento Cavalcante Neto

Resumo

A utilização de Algoritmos Evolucionários para otimizar Redes Neurais Artificiais (RNA) é conhecida como Neuroevolução e está em evidência no campo da Inteligência Artificial (IA). Essa estratégia tem a vantagem de manusear apenas uma medida de desempenho do agente (nesse caso, as RNA's) na otimização, não sendo obrigatório o uso de um conjunto de pares entrada-saída, os quais costumam rotular as estratégias desejadas e podem ser inconvenientes de se obter para problemas com soluções muito abertas. Essa simplicidade traz muita autonomia para o agente na busca por um comportamento ótimo. Uma variação dessa técnica bem difundida na literatura é a "NeuroEvolution of Augmenting Topologies" (NEAT), um algoritmo de Neuroevolução o qual, via conceitos biológicos como especiação e distância genética, busca atingir uma RNA de melhor desempenho através da evolução de topologias diferentes simultaneamente. Este trabalho estuda a utilização da NEAT no desenvolvimento de agentes virtuais aptos a desempenharem um comportamento eficiente em jogos de natureza genérica. Esses jogos apresentam desafios, tais como: desviar de obstáculos, sair de labirintos ou acertar alvos, presentes na maioria dos jogos. O jogo sendo testado no momento é o Flappy Bird, muito jogado em smartphones, o qual se resume a um pássaro tentando superar obstáculos. As aplicações associadas a esse estudo transcendem o escopo dos jogos digitais, pois a Neuroevolução possui aplicação diversificada, como em Vida Artificial ou mesmo Robótica Evolutiva.

Publicado

2019-01-14

Edição

Seção

XXXVII Encontro de Iniciação Científica