Aprendizaje por refuerzo en juego de mesa cooperativo mediante Unity ML-Agents
Autores
Arroyo Pastor, ÓscarDirector
Domínguez Díaz, AdriánFecha de publicación
2020Palabras clave
Unity
Machine learning
Inteligencia artificial
Aprendizaje por refuerzo
Juegos de mesa
Pandemic
Artificial intelligence
Board games
RL (Reinforcement Learning)
Tipo de documento
info:eu-repo/semantics/bachelorThesis
Versión
info:eu-repo/semantics/acceptedVersion
Derechos
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Derechos de acceso
info:eu-repo/semantics/openAccess
Resumen
En este proyecto se pretende realizar una investigación y aprendizaje sobre el motor de
videojuegos Unity y las librerías que comprenden el ámbito del aprendizaje automático
pertenecientes al motor.
Como aplicación de estas librerías, se diseñará e implementará una adaptación sencilla del juego
de mesa cooperativo “Pandemic” al motor Unity. Y sobre este, se investigará el diseño y
desarrollo de un jugador controlado mediante la inteligencia artificial que ayude a lo largo de la
sesión de juego al resto de jugadores. This project aims to perform a research and study about the Unity video game engine and the
libraries that cover the area of machine learning related to the engine.
As an application of these libraries, a simple adaptation of the cooperative board game
"Pandemic" to the Unity engine will be designed and implemented. On this, it will be investigate
the design and development of a player controlled by the artificial intelligence that will help the
rest of the players along the session.
Ficheros en el ítem
Ficheros | Tamaño | Formato |
|
---|---|---|---|
TFG_Arroyo_Pastor_2020.pdf | 2.301Mb |
|
Ficheros | Tamaño | Formato |
|
---|---|---|---|
TFG_Arroyo_Pastor_2020.pdf | 2.301Mb |
|