VisionDraughts - um sistema de aprendizagem de jogos de damas baseado em redes neurais, diferenças temporais, algoritmos eficientes de busca em árvores e informações perfeitas contidas em bases de dados

AUTOR(ES)

Gutierrez Soares Caexêta

DATA DE PUBLICAÇÃO

2008

RESUMO

O objetivo deste trabalho é propor um sistema de aprendizagem de damas, Vision-Draughts, baseado nos trabalhos de Neto e Julia (LS-Draughts) e de Mark Lynch (NeuroDraughts). O NeuroDraughts é um bom jogador automático de damas que utiliza a técnica de aprendizagem por diferenças temporais para ajustar os pesos de uma rede neural artificial multi-camadas cujo papel é estimar o quanto um estado do tabuleiro do jogo, representado em sua camada de entrada através do mapeamento NET-FEATUREMAP, é favorável ao agente jogador. O conjunto de características do jogo é definido manualmente e a busca pela melhor ação a ser executada, a partir do estado corrente do tabuleiro, é realizada através do algoritmo minimax. O LS-Draughts expande o trabalho de Lynch por meio da técnica dos algoritmos genéticos, gerando, automaticamente, um conjunto mínimo e essencial de características do jogo de damas e otimizando, com grande sucesso, o treinamento do agente aprendiz. O VisionDraughts acrescenta dois módulos nas arquiteturas anteriores: um módulo de busca eficiente em árvores de jogos baseado no algoritmo alfa-beta, no aprofundamento iterativo e nas tabelas de transposição, que fornece ao agente jogador maior capacidade de analisar jogadas futuras (estados do tabuleiro mais distantes do estado corrente), um módulo para acessar bases de dados de finais de jogos que permite obter informações perfeitas para combinações de oito ou menos peças no tabuleiro. Foram realizados torneios entre os melhores jogadores obtidos por NeuroDraughts, LS-Draughts e VisionDraughts. Os resultados dos torneios, todos vencidos pelo VisionDraughts, evidenciam a importância dos dois novos módulos na construção de jogadores automáticos de damas: o tempo de execução para o treinamento do jogador foi drasticamente reduzido e seu desempenho significantemente melhorado. Alias, o nome VisionDraughts foi escolhido, justamente, para destacar a importância da capacidade de analisar jogadas futuras para o sucesso do presente trabalho.

ASSUNTO(S)

aprendizado do computador alfa-beta incremental learning temporal diference learning minimax iterative deepening hash table aprendizagem automática aprendizagem por reforço damas aprofundamento iterativo chaves zobrist machine learning neural network draughts transposition table zobrist key ciencia da computacao teoria dos jogos aprendizagem de máquina aprendizagem por diferenças temporais minimax bases de dados de finais de jogos tratamento de colisões redes neurais (computação) automatic learning reinforcement learning game theory checkers alfa-beta endgame databases collisions aprendizagem incremental redes neurais teoria dos jogos busca em árvores de jogos tabelas de transposição tabela hash

Documentos Relacionados

• LS-DRAUGHTS â um sistema de aprendizagem de jogos de Damas baseado em algoritmos genÃticos, redes neurais e diferenÃas temporais
• MP-Draughts - Um Sistema Multiagente de Aprendizagem Automática para Damas Baseado em Redes Neurais de Kohonen e Perceptron Multicamadas
• Analise e previsões de vasões utilizando modelos de series temporais, redes neurais e redes neurais nebulosas
• Redes neurais, lógica nebulosa e algoritmos genéticos: aplicações e possibilidades em finanças e contabilidade
• Sistema de reconhecimento de fala baseado em redes neurais artificiais