Publication
Reinforcement larning in gaming
| datacite.subject.fos | Engenharia e Tecnologia::Outras Engenharias e Tecnologias | pt_PT |
| dc.contributor.advisor | Lopes, Rui Pedro | |
| dc.contributor.author | Soliman, Seifeldien Sameh Soliman Mahmoud | |
| dc.date.accessioned | 2023-02-08T12:08:07Z | |
| dc.date.available | 2023-02-08T12:08:07Z | |
| dc.date.issued | 2022 | |
| dc.description | Mestrado em IPB-ESTG | pt_PT |
| dc.description.abstract | A inteligência artificial em videojogos é uma área de investigação de longa data. É um conceito importante em muitos jogos e estuda como utilizar tecnologias de IA para alcançar o desempenho a nível humano durante o jogo. No entanto, quando se trata de IA e videojogos, a Reinforcement Learning tem de ser mencionada. RL define os agentes que enfrentam os problemas que aprendem a tomar boas decisões apenas através da acção e observação. Este projecto centra-se na integração de um algoritmo de Machine Learning chamado Reinforcement Learning no desenvolvimento de um videojogo do género Tower Defense. O projeto foi desenvolvido pelo motor Unity3D que incorpora um agente que utiliza a técnica RL para simular o comportamento de um jogador humano e continuar a melhorá-lo, com base em experiências de jogo anteriores, até ser totalmente optimizado com uma pontuação imbatível pelo jogador médio. O agente irá imitar o comportamento de um humano, comprando, actualizando e colocando torres enquanto obtém a pontuação mais alta, utilizando o menor número de moedas. Além disso, o relatório irá também rever vários conceitos de Aprendizagem Automática, incluindo o Processo de Decisão de Markov e o Q-Learning. | pt_PT |
| dc.description.abstract | Artificial intelligence in video games is a longstanding research area. It is a major concept in a lot of games and it studies how to use AI technologies to achieve human-level performance when playing games. However, when it comes to AI and video games, Reinforcement Learning has to be mentioned. RL defines the problem-facing agents that learn to make good decisions through action and observation alone. This project focuses on integrating a Machine Learning algorithm called Reinforcement Learning in the development of a video game of the Tower Defense genre developed by the Unity3D engine that incorporates an agent that uses the RL technique to simulate the behavior of a human player and keep on improving it, based on previous game experiences, until it’s fully optimized with a score unbeatable by the average player. The agent will imitate the behavior of a human, buying, upgrading, and placing towers while getting the highest score by using the lowest number of currencies. Moreover, the report will also review several Machine Learning concepts, including Markov-Decision Process and Q-Learning. | pt_PT |
| dc.identifier.tid | 203216474 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10198/26811 | |
| dc.language.iso | eng | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0/ | pt_PT |
| dc.subject | Defesa da torre | pt_PT |
| dc.subject | Inteligência artificial | pt_PT |
| dc.subject | Reinforcement learning | pt_PT |
| dc.subject | Machine learning | pt_PT |
| dc.subject | Redes neuronais | pt_PT |
| dc.title | Reinforcement larning in gaming | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Informática | pt_PT |