Um estudo de caso sobre o desenvolvimento de agentes inteligentes para jogos digitais com particle swarm optimization

Abstract

Neste trabalho é realizado um estudo acerca da utilização de um algoritmo de otimização no treinamento de agentes para uma variante do jogo eletrônico Tetris. Na forma tradicional deste jogo, uma série de peças devem ser acomodadas em um tabuleiro 20 por 10, de forma a conseguir-se a maior pontuação possível, sendo possível a rotação e translação das peças para fazê-lo. Neste trabalho, é investigada a criação de um agente capaz de atingir o maior número de linhas completas em um jogo somente por meio da translação das peças, ou seja, nenhuma das peças pode ser rotacionada durante o jogo. Para obtenção desse agente, foi empregado o algoritmo de otimização conhecido por Particle Swarm Optimization~(PSO).

This work is a study about the usage of an optimization algorithm in the training of intelligent agents for a variant of the Tetris video game. In its traditional implementation, a sequence of pieces must be accommodated in a 20 by 10 grid like board, so that one achieves the biggest possible score, being possible the translation and rotation of said pieces to do that. In this work, it's investigated the developing of an agent capable of achieving the highest number of completed lines in a game by only translating the pieces, that being that none of the pieces can be rotated during a game. To create this agent, an optimization algorithm is used, this algorithm is known as Particle Swarm Optimization~(PSO).