Improving cooperation between human and computer players through plan recognition in the game pandemic
Guardado en:
| 作者: | |
|---|---|
| 格式: | tesis de maestría |
| Fecha de Publicación: | 2021 |
| 實物特徵: | Los juegos cooperativos son un desafío importante en el ámbito de la investigación de la inteligencia artificial. El estudio de agentes computacionales, para la cooperación con jugadores humanos, ha tenido un interés creciente en el campo con propuestas de diferentes juegos que presentan una variedad de desafíos. Uno de estos es Pandemic, un juego cooperativo en el que los jugadores deben organizarse para salvar el mundo de cuatro enfermedades representadas con piezas en un tablero. Este juego presenta el desafío de perseguir objetivos múltiples, información incompleta y toma de decisiones, mientras los jugadores se desplazan por el tablero para descubrir la cura a las enfermedades y evitar perder el juego, ya sea al ser sobrepasados por las enfermedades o al quedarse sin acciones restantes. En esta tesis se presenta un agente planificador para el juego Pandemic y se describen dos experimentos que se desarrollan para evaluarlo. En el primer experimento, se evalúa el desempeño del agente al jugar consigo mismo, al variar el nivel de dificultad y la cantidad de jugadores en el juego. En el segundo experimento, se evalúa el desempeño del agente al jugar con jugadores humanos mientras se utilizan dos variantes del agente: una con un módulo de reconocimiento de planes y otra sin este. Este agente utiliza un horizonte limitado y una heurística específica del dominio al efectuar su planificación; además, realiza un procedimiento de muestreo para manejar la información incompleta del juego. Al utilizar estas técnicas, el agente logra ganar alrededor del 34% de los juegos consigo mismo, lo cual es un hito en este ámbito de investigación. El módulo de reconocimiento de planes le permite al agente analizar las acciones tomadas previamente por otro jugador y determinar cuál es su meta actual. Esta información es utilizada por el agente en su proceso de planificación, al incorporar los futuros movimientos potenciales del otro jugador para elaborar planes que les beneficien a ambos. Este experimento demuestra que los jugadores perciben de manera diferente al agente cuando se utiliza reconocimiento de planes, al hacer que los jugadores humanos lo entiendan con mayor facilidad. Finalmente, se discuten otras aplicaciones para los métodos presentados y para la investigación futura del agente desarrollado. |
| País: | Kérwá |
| 機構: | Universidad de Costa Rica |
| Repositorio: | Kérwá |
| OAI Identifier: | oai:kerwa.ucr.ac.cr:10669/82602 |
| 在線閱讀: | https://hdl.handle.net/10669/82602 |
| Access Level: | acceso abierto |
| Palabra clave: | Planificación Reconocimiento de planes Juegos |