Introspección en sistemas de planificación basada en casos aplicados a juegos de estrategia
En esta tesis se explican los experimentos realizados en el ámbito de la inteligencia artificial y más concretamente en el de los sistemas CBR (Case-Based Reasoning) aplicados a juegos de estrategia en tiempo real. Los sistemas de estrategia basada en casos, aplicados a este tipo de juegos necesitan...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2011 |
| País: | España |
| Institución: | Universidad Complutense de Madrid (UCM) |
| Repositorio: | Docta Complutense |
| Idioma: | español |
| OAI Identifier: | oai:docta.ucm.es:20.500.14352/46352 |
| Acceso en línea: | https://hdl.handle.net/20.500.14352/46352 |
| Access Level: | acceso abierto |
| Palabra clave: | 004.83(043.3) Introspección Darmok Sistemas CBR Adaptación en sistemas CBR Similitud en sistemas CBR. Introspection CBR Systems Adaptation CBR systems CBR systems Similarity. Sistemas expertos Programación de ordenadores (Informática) 1203.23 Lenguajes de Programación |
| Sumario: | En esta tesis se explican los experimentos realizados en el ámbito de la inteligencia artificial y más concretamente en el de los sistemas CBR (Case-Based Reasoning) aplicados a juegos de estrategia en tiempo real. Los sistemas de estrategia basada en casos, aplicados a este tipo de juegos necesitan gestionar mucho conocimiento dependiente del dominio y tomar decisiones en tiempo real sobre entornos muy dinámicos, además, la complejidad de estos sistemas hace que no siempre sea fácil detectar y corregir problemas en el ciclo OLCBP. Con objeto de ayudar al experto proponemos usar técnicas de introspección que analicen el comportamiento del sistema durante su ejecución. Estos sistemas se encargan de la Recopilación de datos, el analisis de los mismos y el muestreo de posibles problemas en el entorno. El objetivo final de este trabajo es exponer de la forma más convincente posible una introspección a los sistemas CBR e implementar una herramienta que ayude en estos entornos a la toma de decisiones. [ABSTRACT] In this project the experiments related to artificial inteligence, specifically the CBR (Case-Based Reasoning) systems applied to Real-time strategy, are explained. The case based reasoning systems applied to this kind of games need to manage vast ammounts of information from the domain and make multiple decisions in real time on dynamic enviroments, appart from that, the complexity of this systems make it hard to detect and correct problems in the OLCBP (On line case-based planning) cicle. With the idea of helping the expert we proppose to use introspection techniques that will analyze the behavior of this system during its execution. This system will take care of compiling, analysing and sampling the data on the possible problems concerning the enviroment. The final objective of this work is to show in the most convincing manner an instroppection of the CBR systems and the implementation of a tool that will assisnt in the decision making of these enviroments. |
|---|