Pot una màquina aprendre a jugar a un videojoc?

Abstract

[cat] Aquest Treball Final de Grau (TFG) consisteix a exemplificar amb els videojocs si l’aprenentatge automàtic d’una màquina és possible. A causa de la seva importància històrica, s’ha escollit el Pong com a base per a l’estudi. Per a l’aprenentatge s’ha dissenyat unmètode basat en dos conceptes principals: les xarxes neuronals i els algoritmes genètics. Aquest mètode d’aprenentatge crea una població inicial de xarxes neuronals que van evolucionant,modificant de manera adient els seus pesos i biaixos, fins a trobar un individu que compleixi l’objectiu definit per a l’algoritme. La funció objectiu per a l’avaluació de bones solucions en l’algoritme genètic considera el nombre de pilotes retornades seguides. La condició de finalització d’aquest serà també arribar a n pilotes retornades seguides, on n pot prendre els valors de 20 o 200. Per a l’estudi d’aquest mètode s’han dissenyat 4 videojocs basats en el Pong. Com a prova de concepte, s’ha considerat un primer joc, que li diem Pong Simple, que retorna la pilota amb el mateix angle i velocitat. El segon i tercer modifiquen com retorna la paleta rival la pilota, variant aleatòriament la velocitat o l’angle de rebot respectivament. El quart combina els anteriors. Una vegada entrenades les xarxes neuronals, per a avaluar el grau d’assoliment d’una solució, es considera el percentatge de pilotes que és capaç de retornar la xarxa. Per a cada joc entrenat i una vegada seleccionat el millor individu de cada joc, es consideren els resultats com a satisfactoris, ja que en el joc més complex el percentatge de retorn era superior al 88%. Al treball s’ha estudiat l’aprenentatge d’un joc fent ús d’un algoritme evolutiu. Com a possible ampliació del treball aquest mateix model podria donar resposta a altres tipus de problemes. Un camp d’investigació que actualment fa ús de models similars és el de la conducció autònoma.