Ferramentas de desenvolvimento para agentes de DOTA 2

Detalhes bibliográficos
Autor(a) principal: Pires, João Pedro Carvalho
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Texto Completo: http://hdl.handle.net/10773/26244
Resumo: Atualmente, são desenvolvidos algoritmos de ML (Machine Learning ) para qualquer ramo da ciência, de forma a resolver problemas dos mais variados géneros. Um ótimo exemplo deste tipo de problema é a área dos videojogos. Apesar de não ser recente, a aplicação de ML para a criação de Inteligências Artificiais (IAs) em videojogos, tem-se tornado num tema cada vez mais desenvolvido, levando a um maior interesse nesta área. Isto deve-se ao crescimento da complexidade de certo tipo de videojogos, como é o exemplo do Defense Of The Ancients 2 (DOTA 2). Atualmente, este videojogo é um dos mais complexos e difícies de jogar, quer seja pela quantidade de informação que um jogador tem de processar ao longo de uma partida, quer seja pela quantidade de decisões que podem ser tomadas em determinado instante da mesma. A dificuldade do DOTA 2 levou a que a criação de IAs para agentes deste jogo se tornasse num trabalho muito interessante e desafiante. Infelizmente, apesar de existirem implementações muito conhecidas e indiscutivelmente eficazes de IAs para agentes de DOTA 2, não existem ferramentas de software de código livre que possibilitem, a um utilizador comum, efetuar este género de implementação. É devido a este facto que se decidiu criar uma framework, nesta tese, de uso simples, com o objetivo de permitir o desenvolvimento de IAs para agentes de DOTA 2 que facilite o processo de aprendizagem e teste dos agentes implementados, recorrendo á automatização de criação de ambientes através da Graphical User Interface (GUI) deste videojogo. Esta dissertação irá focar todos os aspetos relevantes desta interface entre o jogo e um ambiente externo de programação, utilizando a linguagem de programação Python, nomeadamente a Arquitetura do Sistema, onde são definidas todas as características fundamentais da solução apresentada, e a Implementação, onde se encontra detalhado o processo de desenvolvimento deste sistema.
id RCAP_363de677f8c87f3d58f0fa02e0657c0b
oai_identifier_str oai:ria.ua.pt:10773/26244
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Ferramentas de desenvolvimento para agentes de DOTA 2DOTA 2VideojogosMachine LearningInteligência ArtificialFerramenta de SoftwareFerramenta de Código AbertoAtualmente, são desenvolvidos algoritmos de ML (Machine Learning ) para qualquer ramo da ciência, de forma a resolver problemas dos mais variados géneros. Um ótimo exemplo deste tipo de problema é a área dos videojogos. Apesar de não ser recente, a aplicação de ML para a criação de Inteligências Artificiais (IAs) em videojogos, tem-se tornado num tema cada vez mais desenvolvido, levando a um maior interesse nesta área. Isto deve-se ao crescimento da complexidade de certo tipo de videojogos, como é o exemplo do Defense Of The Ancients 2 (DOTA 2). Atualmente, este videojogo é um dos mais complexos e difícies de jogar, quer seja pela quantidade de informação que um jogador tem de processar ao longo de uma partida, quer seja pela quantidade de decisões que podem ser tomadas em determinado instante da mesma. A dificuldade do DOTA 2 levou a que a criação de IAs para agentes deste jogo se tornasse num trabalho muito interessante e desafiante. Infelizmente, apesar de existirem implementações muito conhecidas e indiscutivelmente eficazes de IAs para agentes de DOTA 2, não existem ferramentas de software de código livre que possibilitem, a um utilizador comum, efetuar este género de implementação. É devido a este facto que se decidiu criar uma framework, nesta tese, de uso simples, com o objetivo de permitir o desenvolvimento de IAs para agentes de DOTA 2 que facilite o processo de aprendizagem e teste dos agentes implementados, recorrendo á automatização de criação de ambientes através da Graphical User Interface (GUI) deste videojogo. Esta dissertação irá focar todos os aspetos relevantes desta interface entre o jogo e um ambiente externo de programação, utilizando a linguagem de programação Python, nomeadamente a Arquitetura do Sistema, onde são definidas todas as características fundamentais da solução apresentada, e a Implementação, onde se encontra detalhado o processo de desenvolvimento deste sistema.Nowadays, ML (Machine Learning) algorithms are developed to solve problems of various genres, in every field of science. A great example of this kind of problem is the field of video gaming. Although it is not a recent topic, the use of ML to create AI (Artifficial Intelligence) in video games is becoming more and more researched over the last few years. This happens because the complexity in some video games, like Defense Of The Ancients 2 (DOTA 2), has been growing exponentially. Nowadays, this video game is one of the most difficult to play and one of the most complex, in terms of information to be processed by players in an entire match and also in terms of the number of decisions that can be made at a certain moment in a match. The difficulty present in DOTA 2 led to the increasing challenge and interest that is creating AIs for this game's agents. Unfortunately, although there are some arguably effective AI implementations of DOTA 2 agents, there are no available open-source frameworks that can help a common user to develop this kind of implementation. This is why we created, in this thesis, a framework simple to use, with the objective of allowing AI development for DOTA 2 agents, that can ease the process of learning and testing the developed agents, using automatization through the Graphical User Interface (GUI) of this video game. This dissertation will be focused on all of the relevant aspects of this interface between the game and an external programming environment, using the Python programming language, namely the Architecture of this System, where all of the fundamental characteristics of this solution are defined, and the Implementation, where this system's process of development is detailed.2019-06-24T12:38:29Z2018-12-20T00:00:00Z2018-12-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10773/26244TID:202232697porPires, João Pedro Carvalhoinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-06T04:20:54Zoai:ria.ua.pt:10773/26244Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T14:05:25.072790Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Ferramentas de desenvolvimento para agentes de DOTA 2
title Ferramentas de desenvolvimento para agentes de DOTA 2
spellingShingle Ferramentas de desenvolvimento para agentes de DOTA 2
Pires, João Pedro Carvalho
DOTA 2
Videojogos
Machine Learning
Inteligência Artificial
Ferramenta de Software
Ferramenta de Código Aberto
title_short Ferramentas de desenvolvimento para agentes de DOTA 2
title_full Ferramentas de desenvolvimento para agentes de DOTA 2
title_fullStr Ferramentas de desenvolvimento para agentes de DOTA 2
title_full_unstemmed Ferramentas de desenvolvimento para agentes de DOTA 2
title_sort Ferramentas de desenvolvimento para agentes de DOTA 2
author Pires, João Pedro Carvalho
author_facet Pires, João Pedro Carvalho
author_role author
dc.contributor.author.fl_str_mv Pires, João Pedro Carvalho
dc.subject.por.fl_str_mv DOTA 2
Videojogos
Machine Learning
Inteligência Artificial
Ferramenta de Software
Ferramenta de Código Aberto
topic DOTA 2
Videojogos
Machine Learning
Inteligência Artificial
Ferramenta de Software
Ferramenta de Código Aberto
description Atualmente, são desenvolvidos algoritmos de ML (Machine Learning ) para qualquer ramo da ciência, de forma a resolver problemas dos mais variados géneros. Um ótimo exemplo deste tipo de problema é a área dos videojogos. Apesar de não ser recente, a aplicação de ML para a criação de Inteligências Artificiais (IAs) em videojogos, tem-se tornado num tema cada vez mais desenvolvido, levando a um maior interesse nesta área. Isto deve-se ao crescimento da complexidade de certo tipo de videojogos, como é o exemplo do Defense Of The Ancients 2 (DOTA 2). Atualmente, este videojogo é um dos mais complexos e difícies de jogar, quer seja pela quantidade de informação que um jogador tem de processar ao longo de uma partida, quer seja pela quantidade de decisões que podem ser tomadas em determinado instante da mesma. A dificuldade do DOTA 2 levou a que a criação de IAs para agentes deste jogo se tornasse num trabalho muito interessante e desafiante. Infelizmente, apesar de existirem implementações muito conhecidas e indiscutivelmente eficazes de IAs para agentes de DOTA 2, não existem ferramentas de software de código livre que possibilitem, a um utilizador comum, efetuar este género de implementação. É devido a este facto que se decidiu criar uma framework, nesta tese, de uso simples, com o objetivo de permitir o desenvolvimento de IAs para agentes de DOTA 2 que facilite o processo de aprendizagem e teste dos agentes implementados, recorrendo á automatização de criação de ambientes através da Graphical User Interface (GUI) deste videojogo. Esta dissertação irá focar todos os aspetos relevantes desta interface entre o jogo e um ambiente externo de programação, utilizando a linguagem de programação Python, nomeadamente a Arquitetura do Sistema, onde são definidas todas as características fundamentais da solução apresentada, e a Implementação, onde se encontra detalhado o processo de desenvolvimento deste sistema.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-20T00:00:00Z
2018-12-20
2019-06-24T12:38:29Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10773/26244
TID:202232697
url http://hdl.handle.net/10773/26244
identifier_str_mv TID:202232697
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833594281385787392