Títol:
|
Reinforcement learning in videogames
|
Autor/a:
|
Osés Laza, Alex
|
Altres autors:
|
Béjar Alonso, Javier |
Abstract:
|
While there are still a lot of projects and papers focused on: given a game, discover and measure which
is the best algorithm for it, I decided to twist things around and decided to focus on two algorithms and
its parameters be able to tell which games will be best approachable with it.
To do this, I will be implementing both algorithms Q-Learning and SARSA, helping myself with Neural
Networks to be able to represent the vast state space that the games have. The idea is to implement the
algorithms as general as possible.This way in case someone wanted to use my algorithms for their game,
it would take the less amount of time possible to adapt the game for the algorithm.
I will be using some games that are used to make Artificial Intelligence competitions so I have
a base to work with, having more time to focus on the actual algorithm implementation and results
comparison. |
Abstract:
|
Mentre ja existeixen molts projectes i estudis centrats en: donat un joc, descobrir i mesurar quin es el millor algoritme per aquell joc, he decidit donar-li la volta i centrar-me en donat dos algorismes i els seus paràmetres, ser capaç de trobar quin tipus de jocs es beneficien més de la configuració donada. Per fer això, implementaré els dos algorismes Q-Learning i SARSA, ajudant-me de les Xarxes Neuronals per a ser capaç de representar la gran quantitat de possibles estats a la que m’afrontaré. La idea es fer una implementació el mes general possible. D’aquesta manera, si algú agafés els meus algorismes per els seus jocs, el temps que hauria d’invertir per adaptar el joc per l’algoritme sigui mínim. Utilitzaré alguns jocs que s’utilitzen per fer competicions de Intel·ligència Artificial, així tindré una base a la que treballar i podré invertir mes temps a la implementació de l’algoritme i a comparar els resultats. |
Abstract:
|
Mientras ya existen muchos proyectos y estudios centrados en: dado un juego, descubrir y medir qué algoritmo se adapta mejor, he decidido darle un giro y centrarme en: dados dos algoritmos y sus parámetros, ser capaz de decir que juegos irán mejor con dicha configuración. Para ello, implementaré los dos algoritmos Q-Learning y SARSA, ayudándome de Redes Neuronales para ser capaz de representar la vasta cantidad de posibles estados posibles del juego. La idea es hacer una implementación tan general como sea posible. De esta manera cualquiera que quería usar mis algoritmos para su juego, el tiempo que tendría que invertir para adaptar el juego al algoritmo sea mínimo. Utilizaré juegos que se utilizan para hacer competiciones de Inteligencia Artificial, de esta forma tendré una base en la que trabajar y podré centrarme más en la implementación de los algoritmos y la comparación de resultados. |
Matèries:
|
-Àrees temàtiques de la UPC::Informàtica -Neural networks (Computer science) -Reinforcement learning -computació -jocs -computation -games -Xarxes neuronals (Informàtica) -Aprenentatge per reforç |
Drets:
|
|
Tipus de document:
|
Projecte/Treball fi de carrera o de grau |
Publicat per:
|
Universitat Politècnica de Catalunya
|
Compartir:
|
|