COLETA DE RECURSOS EM AMBIENTES MULTIAGENTES Sergio Schechtman Sette.

Slides:



Advertisements
Apresentações semelhantes
IA Importância da IA em jogos Aplicações.
Advertisements

Inteligência Artificial
Os Sistemas Multi-agente Viviane Torres da Silva
Vicente Vieira Filho Orientadora: Patrícia Tedesco
Agentes Autônomos (+ Sistemas Multiagentes)
Vantagens Comparativas; Globalização; Desigualdades.
Introdução à Programação Exercício - Minigame - Interação 2º Semestre 2010 > PUCPR > Design Digital Bruno C. de Paula.
Estratégia 1 Universidade de Brasília
Desenvolvimento ágil: eXtreme Programming vs SCRUM Tiago Rodrigues de Mello CCO-230 – ENGENHARIA DE SOFTWARE / 2010.
Inteligência Artificial Alex F. V. Machado. Tecnologia de Processamento da Informação que envolve processos de raciocínio, aprendizado e percepção. Winston.
Inteligência Artificial I
Inteligência Artificial
Os Sistemas Multi-agente Viviane Torres da Silva
Aprendizagem Viviane Torres da Silva
FACENS – Engenharia da Computação Inteligência Artificial
EMPREGO DA TECNOLOGIA: DIFERENCIAL COMPETITIVO
Plano Diretor de Aeroportos ___________________________
Sistemas Multiagentes
PRINCIPAIS PROJETOS DA AMAZÔNIA
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Trabalho de Graduação (TG)
SIMULAÇÃO EMPRESARIAL
Componentes de um jogo, desenvolvimentoComponentes de um jogo, desenvolvimento.
Design de Mecanismos Uma ferramenta simuladora de leilões.
PROPOSTA DE COMPONENTES DE UM MODELO DE USO GRATUITO (FREEWARE) BASEADO NA INTERNET PARA OPERAÇÃO E GESTÃO DE PEQUENAS EMPRESAS Fernanda Oliveira Granado.
Monitoria de Introdução à Computação
Sergio Schechtman Sette
Foraging Agentes Autônomos. Definição O ato de procurar por recursos (comida, ouro, madeira,...) Usado por robôs para coletar materiais em locais perigosos,
II Orientação Técnica PCAGP.
TECNOLOGIA DE NEGOCIOS
Starcraft Brood War e a BWAPI
Estudo de métodos de aprendizado de máquina capazes de identificar as variáveis mais impactantes no desempenho de uma mineradora Disciplina: BCC391 – Monografia.
3 – Agentes e 4 – Multiagentes
Agentes em Jogos. Equipe Renato Ferreira Renato Ferreira Saulo Pessoa Saulo Pessoa Jobson Ronan Jobson Ronan Guilherme Oliveira Guilherme Oliveira Henrique.
1. Introdução Heitor L. Polidoro 1, Denis F. Wolf 2 Laboratório de Robótica móvel Departamento de Sistemas de Computação Instituto de Ciências Matemáticas.
BOTs Multiplayer Thiago Jamir e Silva – 20/07/2007.
Tópicos Avançados em Inteligência Artificial
Técnicas de Busca Heurística Problemas da IA complexos demais para serem solucionados por técnicas diretas: criam-se técnicas de busca aprorpiados; chamados.
Lavratti.com Slide 1/6 Administração de Recursos Humanos II Planejamento de Recursos Humanos O planejamento de recursos humanos coleta e utiliza informações.
TRABALHOS FEITOS COM O NOMAD NO GRACO
REDE.
Principais componentes da Proposta: SITE JOGO 3D INTELIGÊNCIA ARTIFICIAL.
Agentes Inteligentes Vicente Vieira Filho. Conversa de Hoje Introdução Objetivos (Benchmarks em SMA) Trabalhos Relacionados Solução Conclusão Trabalhos.
Prof. MSc. Cláudio Cabral
1 Introdução aos Agentes Inteligentes Inventando Funções Heurísticas Flávia Barros.
PLANEJAMENTO ESTRATÉGICO
Jogos :D Equipe Broder {adriano, túlio, vicente}.
DESCOBRINDO O RPG.
Águas de São Pedro 1º Cidade 100% Digital e Inteligente
Vicente Filho Conversa de Hoje Introdução Objetivos Trabalhos Relacionados Solução Conclusão Trabalhos Futuros.
PCS - Departamento de Engenharia de Computação e Sistemas Digitais Projeto de Formatura – Turmas 2009 Integrantes: Professor Orientador: Co-orientador:
MODELAGEM COMPORTAMENTAL PARA AGENTES AUTÔNOMOS EM AMBIENTE REAIS
CIn- UFPE Agntes Autônomos e os Perfis da Graduação a/grade_curricular_reforma.html.
Agentes Autonomos Vicente, Renan e Zé Carlos. Conversa de Hoje Introdução Objetivos (Benchmarks em SMA) Trabalhos Relacionados Solução Conclusão Trabalhos.
VF3J – Vommit com Force nos 300 de Java Pablo Viana Christian Diego.
Sistemas Multiagentes
Busca Competitiva Disciplina: Inteligência Artificial
Geber Ramalho Análise de Terreno.
Disciplina: Inteligência Artificial Universidade de Itaúna
Programa Soluções Tecnológicas
GESTÃO ESTRATÉGICA Tipos de Estratégias Empresariais
RoboCup Criação de uma Equipa para Liga Mixed Reality do RoboCup Orientador: Prof. Dr. Luís Paulo Reis Hugo Mendes – 2.
WAYPOINTS E PATHFINDING Prof. Rafael Oliz. Introdução  Locomover-se no espaço do jogo é uma ação fundamental dos NPCs em qualquer gênero de jogo.  A.
Unity3D: Organização de Projetos
Prof. Dr. Marcílio Nunes Freire Prof. Dr. Marcílio Nunes Freire 23 de setembro de 2009 Departamento de Ciências Ambientais e Tecnológicas Curso de Engenharia.
Ant Colony Optimization Eraylson Galdino da Silva Universidade Federal de Pernambuco Centro de Informática Tópicos Avançados em Inteligência.
Unity 3D Inteligência Artificial
Agentes Inteligentes Vicente Vieira Filho
Transcrição da apresentação:

COLETA DE RECURSOS EM AMBIENTES MULTIAGENTES Sergio Schechtman Sette

R OTEIRO Jogos RTS Coleta Multiagente Pathfinding Distância Disponibilidade e Acessibilidade Estado da arte Estratégia proposta Simulação Trabalhos futuros

J OGOS 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

J OGOS RTS - IA 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. [BURO]

J OGOS RTS - C OLETA 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. [BURO] Problemas principais (coleta) Pathfinding Coordenação multiagente Escolha da mina

C OLETA M ULTIAGENTE - P ATHFINDING 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

COLETA MULTIAGENTE - DISTÂNCIA Manhattan e Euclideana Distância real vs Estimativa

C OLETA M ULTIAGENTE - D ISPONIBILIDADE E A CESSIBILIDADE Disponibilidade: Número de vagas vs número de agentes coletando Acessibilidade: Considera a dificuldade que o agente encontra para chegar ao recurso

C OLETA M ULTIAGENTE - E STADO DA ARTE Optimal Foraging Theory E/(h+s) jcmjWorker A* Recurso mais próximo Tratamento de colisão simples

E STRATÉGIA P ROPOSTA Pathfinding A* Colaborativo Tratamento de delay Escolha do recurso Distância Manhatan Custo de movimento Regiões Clusters de minas adjacentes Custo de movimento propagado pela região Função de utilidade Distância ao agente Distância ao centro de comando Custo de movimento Numero de agentes no mesmo recurso

E STRATÉGIA P ROPOSTA 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

SIMULAÇÃO - RESULTADOS AgenteMapa1Mapa2Mapa3Mapa4Mapa5 CloserWorker ZigWorker ZigWorker com agente explorador XX ZigWorker sem utilizar propagação de regiões XXXX1610

SIMULAÇÃO – MAPA5

SIMULAÇÃO - CLOSERWORKER

SIMULAÇÃO - ZIGWORKER

T RABALHOS FUTUROS Planejamento Criar rotas Compartilhar e reaproveitar Negociar Medir desempenho dos agentes Número de colisões Quantidade de recálculos do A* Tempo de processamento

DUVIDAS / DISCUSSÃO