| Summary: | Atualmente, são desenvolvidos algoritmos de ML (Machine Learning ) para qualquer ramo da ciência, de forma a resolver problemas dos mais variados géneros. Um ótimo exemplo deste tipo de problema é a área dos videojogos. Apesar de não ser recente, a aplicação de ML para a criação de Inteligências Artificiais (IAs) em videojogos, tem-se tornado num tema cada vez mais desenvolvido, levando a um maior interesse nesta área. Isto deve-se ao crescimento da complexidade de certo tipo de videojogos, como é o exemplo do Defense Of The Ancients 2 (DOTA 2). Atualmente, este videojogo é um dos mais complexos e difícies de jogar, quer seja pela quantidade de informação que um jogador tem de processar ao longo de uma partida, quer seja pela quantidade de decisões que podem ser tomadas em determinado instante da mesma. A dificuldade do DOTA 2 levou a que a criação de IAs para agentes deste jogo se tornasse num trabalho muito interessante e desafiante. Infelizmente, apesar de existirem implementações muito conhecidas e indiscutivelmente eficazes de IAs para agentes de DOTA 2, não existem ferramentas de software de código livre que possibilitem, a um utilizador comum, efetuar este género de implementação. É devido a este facto que se decidiu criar uma framework, nesta tese, de uso simples, com o objetivo de permitir o desenvolvimento de IAs para agentes de DOTA 2 que facilite o processo de aprendizagem e teste dos agentes implementados, recorrendo á automatização de criação de ambientes através da Graphical User Interface (GUI) deste videojogo. Esta dissertação irá focar todos os aspetos relevantes desta interface entre o jogo e um ambiente externo de programação, utilizando a linguagem de programação Python, nomeadamente a Arquitetura do Sistema, onde são definidas todas as características fundamentais da solução apresentada, e a Implementação, onde se encontra detalhado o processo de desenvolvimento deste sistema.
|
|---|