Desarrollo de un juego y un agente inteligente capaz de jugarlo

Sánchez Makane, Alejandro (2021). Desarrollo de un juego y un agente inteligente capaz de jugarlo. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. de Sistemas Informáticos (UPM), Madrid.

Description

Title: Desarrollo de un juego y un agente inteligente capaz de jugarlo
Author/s:
  • Sánchez Makane, Alejandro
Contributor/s:
  • Díaz Álvarez, Alberto
Item Type: Final Project
Degree: Grado en Ingeniería del Software
Date: July 2021
Subjects:
Freetext Keywords: Agentes inteligentes; Videojuegos; Aprendizaje por refuerzo
Faculty: E.T.S.I. de Sistemas Informáticos (UPM)
Department: Sistemas Informáticos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB)
[img] Archive (ZIP) - Users in campus UPM only
Download (683kB)

Abstract

Desde los últimos años, el desarrollo de videojuegos ha pasado a ser más accesible para los usuarios, y cada vez existen más herramientas e información en Internet sobre ello, que permiten a cualquier persona que se lo proponga crear un juego desde cero. Por otro lado, los algoritmos de aprendizaje por refuerzo han conseguido recientemente superar con creces el nivel de los humanos en algunos juegos, siendo algunos de estos casos muy relevantes como es el de AlphaGo. Gracias al uso del Deep Learning, se ha podido conseguir resolver problemas de alta complejidad que han permitido grandes avances en el área de la Inteligencia Artificial. Este estudio presenta el desarrollo de dos versiones del clásico juego Asteroids, una creada desde cero y otra a partir de código ya existente, ambas usando Pygame, y a partir de estos juegos desarrollar Agentes capaces de jugarlos. El modelo escogido para entrenar los Agentes es el algoritmo Deep Q Network (DQN). Algunos de los resultados como son los dos juegos creados, son muy satisfactorios, y, aunque los resultados de los agentes inteligentes al principio no han cumplido las expectativas, se han conseguido finalmente unos resultados buenos. Abstract: Since last few years, video game development has become more available to users, and there are increasingly more tools and information on the Internet about video game development, which allows to create a game from scratch to anyone who is willing to do it. On the other hand, Reinforcement Learning algorithms have recently managed to overcome by far human level performance in some games, being some of these cases highly popular such as the case of AlphaGo. Thanks to the use of Deep Learning, it has been possible to solve highly complex problems that have allowed significant advances in the Artificial Intelligence field. This study presents the development of two versions of the classic game Asteroids, one made from scratch and another from existing code, both using Pygame, and from these games to develop Agents capable of playing them. The model chosen to train the Agents is the DQN algorithm. Some of the results, such as the two games created, are very satisfactory, and, although the results of the intelligent agents did not meet expectations at the beginning, good results were finally achieved.

More information

Item ID: 68227
DC Identifier: https://oa.upm.es/68227/
OAI Identifier: oai:oa.upm.es:68227
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 19 Aug 2021 15:38
Last Modified: 20 Aug 2021 06:26
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM