Detalhes bibliográficos
| Ano de defesa: |
2019 |
| Autor(a) principal: |
SANTOS, Adriano Augusto Addario dos
 |
| Orientador(a): |
TEIXEIRA, Otávio Noura
|
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Pará
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação Aplicada
|
| Departamento: |
Núcleo de Desenvolvimento Amazônico em Engenharia - NDAE/Tucuruí
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://repositorio.ufpa.br:8080/jspui/handle/2011/12569
|
Resumo: |
A base para o desenvolvimento da inteligência artificial tem em seu alicerce um conceito primordial – os agentes inteligentes. Estudar, compreender e melhorar o comportamento dessas entidades autônomas são algumas das motivações deste trabalho. Compreender e melhorar o comportamento dessas entidades autônomas são algumas das motivações deste trabalho, o qual busca apresentar um protótipo de software, que viabiliza o estudo dos comportamentos de agentes, utilizando a estrutura proposta por Russell e Norvig e introduzindo uma forma de classificação das estratégias de comportamentos utilizadas em jogos do Dilema do Prisioneiro. É utilizado como base, os torneios computacionais realizados por Axelrod em 1984, assim como outros torneios que aconteceram nesses mais de 30 anos de pesquisas voltadas ao Dilema do Prisioneiro Iterado. Como parte integrante desse trabalho, foi utilizado a biblioteca de Vincent Knight, que conta 242 estratégias de comportamento implementadas em Python. Somado a biblioteca, foram adicionas mais 512 estratégias, formando assim uma base de 754 estratégias todas implementadas em Python. Ao unir o campo da inteligência artificial com a teoria dos jogos, o intuito é utilizar o melhor das duas áreas para aplicação em solução de problemas de alta complexidade. |
