Sergio Schechtman Sette <sss3@cin.ufpe.br> Um estudo de estratégias para coleta de recursos em ambientes multi-agentes Sergio Schechtman Sette <sss3@cin.ufpe.br>

Jogos RTS As ações são realizadas em tempo real Cada unidade tem um tempo para realizar o processamento Etapas principais comuns na maioria dos RTS: Coleta de Recursos Criação de Construções e Unidades Pesquisa de Tecnologias Exploração Combate

IA em jogos RTS Historicamente, game designers têm criado a ilusão de inteligência através de scripts. O problema dos scripts é que para serem efetivos, eles devem ser complexos, mas a complexidade acaba criando fraquezas e previsibilidade. Eventualmente um jogador humano será capaz de reconhecer e se aproveitar destas fraquezas, destruindo a ilusão.[1]

Coleta em jogos RTS Jogos RTS oferecem uma grande variedade de problemas fundamentais de IA, ao contrario de outros gêneros de jogos estudados pela comunidade de IA até agora. [2] Problemas principais Pathfinding Coordenação multiagente Escolha do recurso

Problemas na coleta multiagente PathFinding A* A* colaborativo Escolha do melhor recurso Distância Manhatan e Euclideana Disponibilidade Acessibilidade

A* Simples, eficiente e completo Trata obstáculos e terrenos com diferentes custos de travessia Eficiente em ambientes monoagentes

A* Colaborativo A* + reservas Cada agente reserva o path encontrado pelo A* Na verificação de colisão, as reservas também são consideradas

Distância Manhattan e Euclideana Distância real vs Estimativa

Disponibilidade e Acessibilidade Disponibilidade: Número de vagas vs número de agentes coletando Acessibilidade: Considera a dificuldade que o agente encontra para chegar ao recurso

Estado da arte Optimal Foraging Theory jcmjWorker E/(h+s) A* Recurso mais próximo Tratamento de colisão simples

Estratégia Proposta Pathfinding Escolha do recurso A* Colaborativo Tratamento de delay Escolha do recurso Distância Inicial = Manhatan Atualizada a cada visita Regiões Clusters de minas adjacentes A atualização é propagada pelas regiões Função de utilidade Distância ao agente Numero de agentes no mesmo recurso

Estratégia Proposta (cont) Agente Explorador (Scout) Procura as minas menos visitadas Atualiza com peso Máquina de estados

Simulação Simulador escolhido: RTSCup Tick: 50ms Foram realizados testes em 5 mapas

Resultados Agente Mapa1 Mapa2 Mapa3 Mapa4 Mapa5 CloserWorker 260 1330 720 5973 1487 ZigWorker 510 1340 870 6388 1800 ZigWorker com agente explorador X 896 6397 1820 ZigWorker sem utilizar propagação de regiões 1610

ZigWorker

CloserWorker

Demonstração ZigWorker CloserWorker

Referencias [1] ARNOLD, Rachael. Real Time Strategy Games as Domain for AI Research [2] BURO, Michael, Real-Time Strategy Games: A New AI Research Challenge [3] MOURA, José Carlos. Uma estratégia eficiente de coleta multiagente para jogos RTS