Aula 9 TECNOLOGIA EM JOGOS DIGITAIS PROGRAMACAO E INTEGRACAO DE JOGOS I. Marcelo Henrique dos Santos
|
|
- Lucas Baltazar Estrada Duarte
- 6 Há anos
- Visualizações:
Transcrição
1 Aula 9 TECNOLOGIA EM JOGOS DIGITAIS PROGRAMACAO E INTEGRACAO DE JOGOS I Marcelo Henrique dos Santos
2 Marcelo Henrique dos Santos Mestrado em Educação (em andamento) Pós-graduação em Negócios em Mídias Digitais (em andamento) MBA em Marketing e Vendas Especialista em games : Produção e Programação Bacharel em Sistema de Informação TECNOLOGIA EM JOGOS DIGITAIS PROGRAMAÇÃO PARA JOGOS Marcelo Henrique dos Santos
3 Técnicas de GameAI: Uma visão geral - continuação Prof. Marcelo Henrique dos Santos
4 Técnicas de GameAI Movimentação Estacionando Vagando Desvio de Obstáculos Pathfinding Simples Desvio de Obstáculos A* Waypoints
5 Movimentação Estacionando d = distância calculada dmin = distância mínima desejada do alvo fdes = fator de desaceleração (< 1 e depende da dinâmica do jogo) Ex: 0.3 Vaprox = velocidade de aproximação Vorig = velocidade sem levar em conta a aproximação
6 Movimentação Vagando passar a impressão de movimento aleatório 1ª idéia variar direção do NPC aleatoriamente problema... não natural - movimentos bruscos solução...
7 Movimentação Vagando a dinâmica do movimento é controlada por rv, dv e max_dram
8 Movimentação Desvio de Obstáculos retângulo de detecção ou outras formas. ex: largura igual ao raio de batida quanto mais rápido o veículo mais longo o retângulo fica
9 Movimentação Desvio de Obstáculos 1º passo achar o ponto de intersecção mais próximo... A. desconsiderar obstáculos fora do alcance do retângulo de detecção B. desconsiderar obstáculos atrás, converter coordenadas de obstáculos com possível colisão para coordenadas locais e verificar coordenada y C. verificar se obstáculos se sobrepõe ao retângulo, expandir raio do obstáculo por metade da largura do retângulo e verificar coordenada
10 Movimentação Desvio de Obstáculos D. achar o ponto de intersecção mais próximo
11 Movimentação Desvio de Obstáculos 2º passo calcular força de frenagem e força lateral
12 Movimentação Desvio de Obstáculos caso 3D... obstáculos = esferas retângulo = cilindro
13 Pathfinding Pathfinding, ou busca de caminhos é um dos problemas mais comuns no desenvolvimento de jogos, e está presente na maioria dos gêneros. patrulhamento desvio de obstáculos perseguição planejamento de trajetória mirar (se tem obstáculo deve ser previsto) mover-se e atirar
14 Pathfinding Caso Simples pode-se utilizar algoritmos de perseguição e fuga abstração: ponto inicial = predador ponto final = presa problema... obstáculos
15 Verificar textos deste slide que estão Atrás do código e eu não consegui decifrar...) Pathfinding Desvio de Obstáculos Estratégias pseudo-código pathfinding simples + desvio Início ENQUANTO não chegou ao destino ESCOLHA um próximo passo rumo ao destino SE o local está vazio, mova-se até ele SENÃO escolha outra direção segundo estratégia de desvio de obstáculos FIM ENQUANTO Fim Contornar Obstáculos obstáculos maiores critério de saída do modo contorno...
16 Pathfinding Waypoints utilização de rotas interligando os pontos principais em um mapa é uma técnica usada em jogos. cada nó do grafo representa um waypoint que contém informações sobre como chegar até os nós vizinhos. exemplo: jogos de corrida. Na pista pode ser definidas diversas rotas com características diferentes. Cada carro começa seguindo uma rota e muda quando necessário (ex: carros na sua frente)
17 Pathfinding A* cálculo de caminho ótimo + desvio de obstáculos modelagem: (quadrado, retângulos, hexágonos, outros) utilização de grafo (vizinhança) cada ladrilho = um nó no grafo
18 Pathfinding A* A* mantém duas listas: nós abertos: armazena todos os nós que precisam ser verificados, nós fechados: armazena os nós que não precisam mais ser verificados no momento.
19 Pathfinding A* o ponto crucial aqui é escolher qual dos nós fará parte do caminho a ser percorrido. função de avaliação F(n) que é o resultado da soma F(n) = G(n) + H(n) onde G(n) custo do nó inicial ao nó candidato ex: 10 quadrado horizontal ou vertical e de 14 diagonal(~10* 2) e H(n) é a função heurística, indica o custo estimado do nó candidato até o destino final ex: método Manhattan, número de quadrados horizontal e vertical até o alvo, ignorando movimento diagonal, e ignorando qualquer obstáculo que pode estar no caminho
20 Pathfinding A* 1. coloca-se o nó inicial na lista de abertos; 2. nós adjacentes (filhos) também na lista de abertos, se não estiverem, menos obstáculos ou nós da lista de fechados; 3. coloca-se o nó inicial na lista de nós fechados;
21 Pathfinding A* 4. se nó adjacente está na lista aberta, verificar se o G agora é mais baixo do que o já na lista se não for, não fazer nada; se for, trocar o pai do nó adjacente para o nó selecionado e recalcular o F; 5. repetir até nó-destino ser adicionado à lista de abertos (algoritmo termina em sucesso ), ou a lista de abertos fique vazia (falha na busca de um caminho).
22 Pathfinding A* Exemplo legenda: verde = lista aberta azul = lista fechada
23 Algoritmos de busca em grafo: B* Bellman-Ford algorithm Best-first search Bidirectional search Breadth-first search D* Depth-first search Depth-limited search Dijkstra's algorithm Floyd Warshall algorithm Hill climbing Iterative deepening depth-first search Johnson's algorithm Uniform-cost search
24 Algoritmo MiniMax Faz uma caminhamento em profundidade completo da árvore! Se a profundidade é m e em cada estado existem b jogadas possíveis, a ordem de complexidade é O(bm) Ou seja esse algoritmo não é prático para jogos reais Mas serve para análise matemática e como base para algoritmos mais eficientes
25 Multiplayer games O MiniMax pode ser estendido para jogos com múltiplos jogadores Uso de um vetor de utilidades Alianças Podem ocorrer naturalmente no processo de maximizar a função de utilidade
26 Qual o problema com o MiniMax?
27 Alpha-Beta Pruning Problema com o MiniMax # de estados é exponencial Pruning = Poda Não examinar grandes partes da árvore, diminuindo assim o custo Alpha-Beta Prunning Retorna a mesma ação do MiniMax, mas elimina caminhos que não influenciam a decisão
28 α-β pruning example
29 α-β pruning example
30 α-β pruning example
31 α-β pruning example
32 α-β pruning example
33 Alpha-Beta Pruning a = o maior valor já encontrado no caminho (melhor alternativa p/ MAX) ß = o menor valor já encontrado no caminho (melhor alternativa p/ MIN) Se v é pior que alpha, MAX vai evitá-lo
34 Alpha-Beta Pruning A eficiência do algoritmo depende da ordem em que os nodos são examinados
35 Decisões Imperfeitas, em Tempo Real Minimax mesmo c/ Alpha Beta Prunning não é factível para jogos complexos Solução: Parar a busca antes de chegar ao final É necessário: Função de Avaliação (Evaluation Function): fornece uma estimativa da utilidade daquele estado (Heurística) Teste de Parada (Cutoff Test): decide em quando parar a busca
36 Funções de Avaliação Devem tentar manter a mesma ordenação da função de utilidade final Não podem demorar muito Devem estar relacionadas com as chances de ganhar o jogo Chances? Jogo é determinístico!? Incerteza computacional ao invés de incerteza da informação
37 Funções de Avaliação Análise de características (features) do estado corrente Divisão em classes de equivalência Conjuntos de estados com características similares Para cada classe, determina-se por experiência: %Vitórias, %Empates, %Derrotas Função de avaliação é calculada como uma média ponderada. Ex. 72% Vitória, 20% Derrota, 8% empate Eval(S) = (0.72 x 1) + (0.2 x -1) + (0.08 x 0) = 0.52 Requer muitas classes e experiência...
38 Funções de Avaliação Uma forma mais fácil é dar valor diretamente as features Xadrez: Peão = 1, Cavalo / Bispo = 3, etc... Estrutura de peões, Proteção do rei, etc... A função de avaliação é computada através de uma combinação linear ponderada Eval(S) = w1.f1 (s) + w2.f2 (s) wn.fn (s) Funções não lineares também podem ser usadas Um par de bispos tem mais valor que o dobro de um só Leva em consideração as outras peças De novo, experiência / aprendizado é necessário
39 Teste de Parada If Cutoff-Test(State, Depth) return Eval(state) Forma mais comum: profundidade fixa Problemas: e se na próxima jogada...
40 Teste de Parada A função de avaliação somente deve ser aplicada a estados que não vão sofrer mudanças bruscas de valor Quiescence Search Efeito Horizonte: jogada catastrófica que vai acontecer inevitavelmente em um futuro próximo, fora do horizonte de busca
41 Poda Singular Extensions Ultrapassar a profundidade limite para ações que são claramente melhores Na prática, diminui o branching factor (poda) Forward Prunning Ignorar certos movimentos possíveis Humanos fazem isso inconscientemente Não há garantias... Interessante para movimentos simétricos
42 Xadrez na Prática Suponha uma função de avaliação e um PC que consiga investigar 10^6 nodos/s 200 x 10^6 nodos por jogada (3 minutos) Branching Factor: 35: 35^5 = 50 x 10^6 Minimax = 5 jogadas (jogador mediano) Alpha-Beta = 10 Jogadas (expert) Para virar um Grande-Mestre: Função de avaliação bem ajustada Banco de jogadas (abertura e término) Supercomputador...
43 Jogos Não-Determinísticos (sorte) Exemplo: Gamão As jogadas possíveis são determinadas depois que se jogam os dados Não é possível construir uma árvore como no caso do xadrez e aplicar o minimax Solução: Incluir nodos intermediários com as chances Algoritmo: ExpectiMinimax
Busca competitiva. Inteligência Artificial. Profª. Solange O. Rezende
Profª. Solange O. Rezende 1 O que vimos até agora... Busca não informada Baseada somente na organização de estados e a sucessão entre eles Busca informada Utiliza, também, informações a respeito do domínio
Leia maisInteligência Artificial (SI 214) Aula 6 Busca com Adversário. Prof. Josenildo Silva
Inteligência Artificial (SI 214) Aula 6 Busca com Adversário Prof. Josenildo Silva jcsilva@ifma.edu.br 2015 2012-2015 Josenildo Silva (jcsilva@ifma.edu.br) Este material é derivado dos slides de Hwee Tou
Leia maisBuscas Informadas ou Heurísticas - Parte II
Buscas Informadas ou Heurísticas - Parte II Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 FUNÇÕES HEURÍSTICAS - 1/7 FUNÇÕES HEURÍSTICAS - 2/7 Solução
Leia maisCTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa. Prof. Paulo André Castro
CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa Prof. Paulo André Castro pauloac@ita.br www.comp.ita.br/~pauloac Sala 110, IEC-ITA Sumário Busca Competitiva Para Ambientes multiagentes...
Leia maisJogos com Oponentes. Problemas de busca: não assumem a presença de um oponente
istemas Inteligentes, 10-11 1 Jogos com ponentes Problemas de busca: não assumem a presença de um oponente Jogos: oponente INCERTEZA! Incerteza porque não se conhece as jogadas exatas do oponente e não
Leia maisMétodos de Busca. Inteligência Artificial. Busca Heurística. Busca Heurística. Prof. Ms. Luiz Alberto Contato:
Inteligência Artificial Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo
Leia maisÁrvore de Jogos Minimax e Poda Alfa-Beta
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Árvore de Jogos Minimax e Poda Alfa-Beta Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisEnunciados dos Exercícios Cap. 2 Russell & Norvig
Enunciados dos Exercícios Cap. 2 Russell & Norvig 1. (2.2) Tanto a medida de desempenho quanto a função de utilidade medem o quanto um agente está desempenhando bem suas atividades. Explique a diferença
Leia maisAlternativamente pode ser pensado como uma forma de maximizar o minimo ganho possível.
Inteligência Artificial Algoritmo i com cortes Alfa-Beta Ana Saraiva 050509087 Ana Barbosa 050509089 Marco Cunha 050509048 Tiago Fernandes 050509081 FEUP - MIEIC 3ºAno/ºSemestre 1 Introdução O algoritmo
Leia maisBusca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A *
Inteligência Artificial Aula 6 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 Revisão da aula passada: Busca A * Idéia:
Leia maisBusca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.2 e 4.3
Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 1 Revisão da aula passada: Busca A * Idéia: evitar expandir caminhos que já são caros Função de avaliação f(n) = g(n) + h(n)
Leia maisAlgoritmos de retrocesso
Algoritmos de retrocesso Algoritmos em que se geram escolhas que vão sendo testadas e eventualmente refeitas Problemas para os quais não existem algoritmos eficientes: retrocesso é melhor que pesquisa
Leia maisEstratégias de Busca: Métodos Informados. March 9, 2015
Estratégias de Busca: Métodos Informados March 9, 2015 Busca de Soluções: Métodos Informados Utilizam conhecimento específico do problema para encontrar a solução algoritmo geral de busca somente permite
Leia maisTeoria dos Grafos Aula 24
Teoria dos Grafos Aula 24 Aula passada Caminho mais curto entre todos os pares Algortimo de Floyd Warshall Programação dinâmica Aula de hoje Caminho mais curto em grafos Algoritmo de Bellman Ford Algoritmo
Leia maisMétodos de Busca. Estratégias de Busca Cega
Métodos de Busca Métodos de Busca Estratégias de Busca Cega encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo; são ineficientes na maioria dos
Leia maisTécnicas para Implementação de Jogos
Técnicas para Implementação de Jogos Solange O. Rezende Thiago A. S. Pardo Considerações gerais Aplicações atrativas para métodos de IA Formulação simples do problema (ações bem definidas) Ambiente acessível
Leia maisInteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística
Inteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística Prof. Josenildo Silva jcsilva@ifma.edu.br 2015 2012-2015 Josenildo Silva (jcsilva@ifma.edu.br) Este material
Leia maisIntrodução à Inteligência Artificial. Procura em contextos competitivos jogos (cont.)
Introdução à Inteligência Artificial Procura em contextos competitivos jogos (cont.) Sumário n Vimos Jogos de 2 jogadores n Determinísticos, soma nula, informação perfeita Estratégia óptima minimax Algoritmos
Leia maisBuscas Informadas ou Heurísticas - Parte I
Buscas Informadas ou Heurísticas - Parte I Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 BUSCAS INFORMADAS OU HEURÍSTICAS Consideram a probabilidade
Leia maisPMR Computação para Mecatrônica
PMR3201 - Computação para Mecatrônica Prof. Thiago de Castro Martins Prof. Newton Maruyama Prof. Marcos de S.G. Tsuzuki Monitor: Pietro Teruya Domingues Exercício Programa 2 - Versão 2017 Resolvendo o
Leia maisMAC425/5739 Inteligência Artificial 3. Busca informada
MAC425/5739 Inteligência Artificial 3. Busca informada Denis Deratani Mauá (largamente baseado no material de aula dos Profs. Edileri de Lima e Leliane de Barros) MÉTODOS DE BUSCA Busca cega ou sistemática:
Leia maisAnatomia do motor de um programa de xadrez. Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina
Anatomia do motor de um programa de xadrez Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina Conteúdo Objetivo O que é um motor de xadrez? Arquitetura Entrada e saída Representação do tabuleiro
Leia maisLista 1 Sistemas Inteligentes (INE5633) 2014s2. Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul)
Lista 1 () 2014s2 Sistemas de Informação Universidade Federal de Santa Catarina Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul) 1. Tanto a medida de desempenho quanto a função de
Leia maisJogos e Busca. Silvio Lago
1 Jogos e Busca Silvio Lago slago@ime.usp.br 2 Sumário Jogos adversariais Algoritmo MINIMAX Algoritmo de poda α-β Função de avaliação e corte Jogos de sorte 3 Jogos Ambientes competitivos, em que as metas
Leia maisEstratégias de Busca Cega
Estratégias de Busca Cega Encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo. São ineficientes na maioria dos casos: utilizam apenas o custo de
Leia maisProf. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa
Busca Heurís9ca - Informada PCS 2428 / PCS 2059 lnteligência Ar9ficial Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa Busca Heurís9ca 2 Estratégias de Busca Heurís9ca Usam conhecimento
Leia maisInteligência Artificial
Contextualizando Inteligência Artificial Buscas Onde podemos usar a IA Problemas que não possuem soluções algortimicas Problemas que possuem soluções algoritimicas, mas são impraticáveis (Complexidade,
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 24 Aprendizado Por Reforço Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest Neighbor (KNN).
Leia maisJogo de Damas. Alunos: Sávio Mendes de Figueiredo Sômulo Nogueira Mafra
Jogo de Damas Alunos: Sávio Mendes de Figueiredo (savio@cos.ufrj.br) Sômulo Nogueira Mafra (somulo@cos.ufrj.br) Prof.: Inês dutra Inteligência artificial Coppe sistemas - UFRJ 1. Algumas Frases 2. Origens
Leia maisExemplos. Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Poblema das rainhas. Criptoaritmética. Missionários e Canibais.
istemas Inteligentes, 10-11 1 Exemplos Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Poblema das rainhas Criptoaritmética Missionários e Canibais Resta-um e muitos outros... istemas Inteligentes,
Leia maisTeoria dos Grafos Aula 6
Teoria dos Grafos Aula 6 Aula passada Busca em grafos Busca em largura (BFS Breadth First Search) Propriedades Aula de hoje BFS implementação Complexidade Busca em profundidade (DFS) Conectividade, componentes
Leia maisEx. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2
LERCI/LEIC Tagus 2005/06 Inteligência Artificial Exercícios sobre Minimax: Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: Max Min f=4 f=7
Leia maisResolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
Leia maisBusca Heurística. Profa. Josiane M. P. Ferreira
Busca Heurística Profa. Josiane M. P. Ferreira Texto base: Stuart Russel e Peter Norving - Inteligência Artificial David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach
Leia maisa) Defina em Prolog iguais/1, um predicado que recebe um estado do jogo e que verifica que todas as pilhas têm o mesmo número de peças.
Introdução à Inteligência Artificial 2ª Época 29 Janeiro 2015 Nº Aluno: Nome Completo: Exame com consulta. Responda às perguntas nesta própria folha, nos espaços indicados. (I) O jogo do Nim (também chamado
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
Leia maisInteligência Artificial
Inteligência rtificial usca ompetitiva Jogos usca ompetitiva Num ambiente multiagente, é necessário considerar as ações de outros agentes e o modo como essas ações nos afetam. imprevisibilidade de outros
Leia maisJOGOS DISTRIBUÍDOS. Aula 10. TECNOLOGIA EM JOGOS DIGITAIS JOGOS DISTRIBUÍDOS 2016 Marcelo Henrique dos Santos -
JOGOS DISTRIBUÍDOS Aula 10 TECNOLOGIA EM JOGOS DIGITAIS JOGOS DISTRIBUÍDOS 2016 Marcelo Henrique dos Santos - http://www.marcelohsantos.com Marcelo Henrique dos Santos Mestrado em Educação (em andamento)
Leia maisSistemas Baseados em Conhecimento
Departamento de Informática Faculdade de Ciências Universidade de Lisboa Sistemas Baseados em Conhecimento Primeiro Teste 24 de Abril de 2008 Nome Completo: Nº Aluno: Licenciatura: com consulta 1 hora
Leia maisResolução de Problemas
Resolução de Problemas 1 Agente de Resolução de Problemas (1/2) 2 O agente reativo Escolhe suas ações com base apenas nas percepções atuais não pode pensar no futuro, não sabe aonde vai 4 5 8 1 6 7 2 3?
Leia maisResolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
Leia maisBusca com Adversários: Jogos. Maria Carolina Monard
Busca com Adversários: Jogos Thiago A. S. Pardo Maria Carolina Monard Busca com Adversários Diferentemente da busca tradicional vista até agora, na qual a situação não troca durante a busca, a busca com
Leia maisTeoria dos Grafos Aula 23
Teoria dos Grafos Aula 23 Aula passada Apresentação de trabalhos Discussão da prova Subset sum Problema da mochila Aula de hoje Caminho mais curto entre todos os pares Algortimo de Floyd Warshall Programação
Leia maisAlgoritmos 3/17/ Algoritmos como área de estudo e investigação
Algoritmos e Complexidade Ana Teresa Freitas INESC-ID/IST ID/IST 3/17/2005 1 O que é um algoritmo? Algoritmos: Sequência de instruções necessárias para a resolução de um problema bem formulado [passíveis
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Agentes solucionadores
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 01 Resolução de problemas por meio de Busca Edirlei Soares de Lima Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
Leia maisInteligência Computacional para Jogos Eletrônicos
Inteligência Computacional para Jogos Eletrônicos Papéis da IA em Jogos Adversários Aliados Personagens de apoio NPC s (Non-player Character) Comentaristas Controle de câmera Geração de fases Nivelamento
Leia maisPesquisa em Grafos. Pedro Ribeiro 2014/2015 DCC/FCUP. Pedro Ribeiro (DCC/FCUP) Pesquisa em Grafos 2014/ / 33
Pesquisa em Grafos Pedro Ribeiro DCC/FCUP 2014/2015 Pedro Ribeiro (DCC/FCUP) Pesquisa em Grafos 2014/2015 1 / 33 Pesquisa em Grafos Uma das tarefas mais importantes é saber percorrer um grafo, ou seja
Leia maisGT-JeDi - Curso de Desenv. de Jogos IA para Jogos
GT-Jei - Curso de esenv. de Jogos I para Jogos Fernando Osório 2006/2-0 I para Jogos Tópicos abordados... Revisão Introdução à Inteligência rtificial I clássica: Jogos de Raciocínio Solução de problemas
Leia mais5ª Lista de Exercícios de Programação I
5ª Lista de Exercícios de Programação I Instrução As questões devem ser implementadas em C. Questões que envolvam leitura de matrizes, a construção dessas matrizes pode ser realizada através da geração
Leia maisPROBLEMA A: SINUCA. Cor: Roxo. Nomes dos Arquivos. Arquivo-fonte: sinuca.c, etc Arquivo de entrada: sinuca.in Arquivo de saída: sinuca.
PROBLEMA A: SINUCA Cor: Roxo Nomes dos Arquivos Arquivo-fonte: sinuca.c, etc Arquivo de entrada: sinuca.in Arquivo de saída: sinuca.out Descrição do Problema Uma equipe de desenvolvimento de jogos está
Leia mais5COP096 TeoriadaComputação
Sylvio 1 Barbon Jr barbon@uel.br 5COP096 TeoriadaComputação Aula 12 Prof. Dr. Sylvio Barbon Junior Sumário - Árvore Geradora Mínima - Teorema pare reconhecer arestas seguras; - Algoritmo de Prim; - Algoritmo
Leia maisDesign de Interface - Avaliação Final
Design de Interface - Avaliação Final A proposta deste trabalho era adaptar a interface gráfica de um jogo de tabuleiro clássico tomando como base os conhecimentos de Consistência, Hierarquia e Personalidade.
Leia maisSOLUÇÕES HEURÍSTICAS PARA O JOGO DE DAMAS
Universidade Federal do Tocantins SOLUÇÕES HEURÍSTICAS PARA O JOGO DE DAMAS Diogo Rigo de Brito Guimarães Alexandre Tadeu Rossini da Silva Objetivo Implementar soluções heurísticas para o Jogo de Damas
Leia maisCaminho Mínimo de Fonte Única em Grafos sem Pesos Negativos
Caminho Mínimo de Fonte Única em Grafos sem Pesos Negativos Letícia Rodrigues Bueno UFABC Problema : Menor caminho entre duas cidades Dado um mapa de cidades, contendo as distâncias entre cidades, qual
Leia maisPCS Inteligência Artificial
PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman A. Introdução à IA 1. Descreva resumidamente o que é o Teste de Turing. B. Representação por Espaço de
Leia mais1ª Colocação 10 pontos. 2ª Colocação 08 pontos. 3ª Colocação 06 pontos
Regras: Jogo do Xadrez 1. Sorteio: Os confrontos serão definido através de sorteio e relacionados no chaveamento da competição; A ordem de disputa será de acordo com a ordem de retira no sorteio. PS: 2
Leia maisMedida do Tempo de Execução de um Programa. David Menotti Algoritmos e Estruturas de Dados II DInf UFPR
Medida do Tempo de Execução de um Programa David Menotti Algoritmos e Estruturas de Dados II DInf UFPR Classes de Comportamento Assintótico Se f é uma função de complexidade para um algoritmo F, então
Leia maisUma forma de classificação
Uma forma de classificação L. Não-RE ou f. nãocomputáveis LRE ou MT ou f. comput. L. Indecidíveis ou Procedimentos L. Recursivas ou Decidíveis ou Algoritmos Outra forma de classificação Problemas Indecidíveis
Leia maisRedes de Computadores III / /
Redes de Computadores III / / Aula : Algoritmo Vetor de Distância Professor: Eraldo Silveira e Silva eraldo@ifsc.edu.br 1 Objetivos da Aula Apresentar o algoritmo vetor de distâncias; Discutir algumas
Leia maisBuscas Informadas ou Heurísticas - Parte III
Buscas Informadas ou Heurísticas - Parte III Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Mestrado em Ciência da Computação / 2006 BUSCA SMA* (Simplified Memory-Bounded A*) BUSCA SMA* (Simplified
Leia maisOtimização de horários Seminário. Clarisse Resende 25/01/2013
Otimização de horários Seminário Clarisse Resende 25/01/2013 O problema dos horários consiste numa sequência de atividades de programação, satisfazendo um conjunto de restrições de recursos. Pretende-se
Leia maisGatos & Cães Simon Norton, 1970s
Gatos & Cães Simon Norton, 970s Um tabuleiro quadrado 8 por 8. 8 peças gato e 8 peças cão (representadas respectivamente por peças negras e brancas). Ganha o jogador que realizar a última jogada. zona
Leia maisInteligência Artificial
Inteligência Artificial Aula 6 Algoritmos Genéticos M.e Guylerme Velasco Roteiro Introdução Otimização Algoritmos Genéticos Representação Seleção Operadores Geneticos Aplicação Caixeiro Viajante Introdução
Leia maisIA: Busca Competitiva. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA: Busca Competitiva Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução Árvores de Jogos Minimax Antecipação Limitada Poda Alfa-beta Introdução Jogos têm sido continuamente uma importante
Leia maisJOGOS DISTRIBUÍDOS. Aula 8. TECNOLOGIA EM JOGOS DIGITAIS JOGOS DISTRIBUÍDOS 2016 Marcelo Henrique dos Santos -
JOGOS DISTRIBUÍDOS Aula 8 Marcelo Henrique dos Santos Mestrado em Educação (em andamento) Pós-graduação em Negócios em Mídias Digitais (em andamento) MBA em Marketing e Vendas Especialista em games : Produção
Leia maisDominó Geométrico 7.1. Apresentação Este é um bom material para interagir a matemática de uma forma divertida e descontraída por meio de um jogo de
Dominó Geométrico 7.1. Apresentação Este é um bom material para interagir a matemática de uma forma divertida e descontraída por meio de um jogo de dominó que pode ser desenvolvido por até no máximo quatro
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 03 Resolução de Problemas por Meio de Busca Edirlei Soares de Lima Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
Leia maisJOGOS LIVRO REGRAS M AT E M Á T I CO S. 11.º Campeonato Nacional
Vila Real JOGOS M AT E M Á T I CO S.º Campeonato Nacional LIVRO DE REGRAS Semáforo Autor: Alan Parr Material Um tabuleiro retangular por. 8 peças verdes, 8 amarelas e 8 vermelhas partilhadas pelos jogadores.
Leia maisTerça-feira, 7 de maio
15.053 Terça-feira, 7 de maio Formulações de Programação Inteira Distribuir: Anotações da Aula 1 Rápido Resumo de PD PD normalmente funciona para a tomada de decisões ao longo do tempo Objetivos das duas
Leia maisAnálise de Algoritmos
Análise de Algoritmos Parte 1 Prof. Túlio Toffolo http://www.toffolo.com.br BCC202 Aula 04 Algoritmos e Estruturas de Dados I Qual a diferença entre um algoritmo e um programa? Como escolher o algoritmo
Leia maisAnálise de Algoritmos Parte 4
Análise de Algoritmos Parte 4 Túlio Toffolo tulio@toffolo.com.br www.toffolo.com.br BCC202 Aula 07 Algoritmos e Estruturas de Dados I Como escolher o algoritmo mais adequado para uma situação? (continuação)
Leia mais12 = JL (DE UMA A TRÊS CASAS EM QUALQUER DIREÇÃO, INCLUSIVE R1 PARA OS PEÕES)
XADREZ DA SORTE MATERIAL UM TABULEIRO COMUM DE 64 CASAS. DOIS DADOS COMUNS. AS 32 PEÇAS DO JOGO DE XADREZ. PONTUAÇÃO DOS DADOS A PONTUAÇÃO PARA MOVIMENTAÇÃO É A SEGUINTE: 2 = R1 (RETORNA UMA CASA) 3 =
Leia maisAula 10: Tratabilidade
Teoria da Computação DAINF-UTFPR Aula 10: Tratabilidade Prof. Ricardo Dutra da Silva Na aula anterior discutimos problemas que podem e que não podem ser computados. Nesta aula vamos considerar apenas problemas
Leia maisAlgoritmos em Grafos: Caminho Mínimo
Algoritmos em Grafos: Caminho Mínimo Letícia Rodrigues Bueno UFABC Problema 2: Menor caminho entre duas cidades Dado um mapa de cidades, contendo as distâncias entre cidades, qual o menor caminho entre
Leia maisMATERIAL: Tabuleiro e pinos (marcadores). São necessários 20 pinos para os cordeiros e 2 pinos para os tigres.
Cordeiros e tigres MATERIAL: Tabuleiro e pinos (marcadores). São necessários 20 pinos para os cordeiros e 2 pinos para os tigres. 1. O jogo começa com o tabuleiro vazio. 2. Quem está com os tigres ocupa
Leia maisGrafos: caminhos mínimos
quando o grafo é sem pesos, a determinação de um caminho mais curto pode ser feita através de uma busca em largura caminho mais curto é aquele que apresenta o menor número de arestas quando o grafo tem
Leia maisLista de exercícios sobre contagem de operações Prof. João B. Oliveira
Lista de exercícios sobre contagem de operações Prof. João B. Oliveira 1. metodo m ( Vetor V ) int i, res = 0; para i de 1 a V.size res = res + V[i]; return res; Soma de elementos de um vetor, O( ). 2.
Leia maisPEGUE 10. Quantidade: 08 unidades
1 PEGUE 10 Materiais Um tabuleiro e 66 cartas redondas com os numerais de 1 a 7 nas seguintes quantidades: 1 22 cartas; 6-2 cartas; 2-16 cartas; 7-2 cartas; 3-12 cartas; Coringa 1 carta. 4-7 cartas; 5-4
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 03 Resolução de Problemas por Meio de Busca Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
Leia maisOtimização por Colônia de Formigas (Ant Colony Optimization - ACO)
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO) Eros Moreira de Carvalho Gabriel Silva Ramos CI209 - Inteligência Artificial BCC - Bacharelado em Ciência da Computação DInf - Departamento
Leia maisRedes de Computadores 2 Prof. Rodrigo da Rosa Righi - Aula 2
Roteamento Agenda Redes de Computadores 2 Prof. Rodrigo da Rosa Righi - Aula 2 professor.unisinos.br/righi rrrighi@unisinos.br Algoritmos de Roteamento Princípio da Optimalidade Algoritmo de Vetor de Distâncias
Leia maisPLANO DE DISCIPLINA DISCIPLINA: Algoritmos e Programação
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE COMPUTAÇÃO BACHARELADO EM GESTÃO DA INFORMAÇÃO PLANO DE DISCIPLINA DISCIPLINA: Algoritmos e Programação ( X ) SEMESTRAL - ( ) ANUAL CÓDIGO: GGI026 PERÍODO:
Leia maisGeometria Computacional
Geometria Computacional Claudio Esperança Paulo Roma Cavalcanti Estrutura do Curso Aspectos teóricos e práticos Construção e análise de algoritmos e estruturas de dados para a solucionar problemas geométricos
Leia maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Amostragem estratificada Divisão da população em
Leia maisSeleção de um modelo. Cálculo da carga axial. Fa3= μ mg + f mα 19. Fa4= mg f mα 26 Fa5= mg f 27 Fa6= mg f + mα 28. Fa3= mg + f mα 25.
Cálculo da carga axial Em montagens horizontais Com sistemas de transporte comuns, a carga axial (Fa n ) aplicada ao alternar o trabalho para a direção horizontal é obtida na equação abaixo. Fa1= μ mg
Leia maisProgramação Dinâmica I SCC0210 Algoritmos Avançados (2/2011) Lucas Schmidt Cavalcante
Programação Dinâmica I SCC0210 Algoritmos Avançados (2/2011) Lucas Schmidt Cavalcante Introdução Soma máxima de uma subsequência contígua Problema do troco Quantidade de formas de dar troco Problema da
Leia maisAgentes Inteligentes. Módulo 02 27/02/2013. Inteligência Artificial. Profª Hemilis Joyse
Agentes Inteligentes Módulo 02 1 Agente É tudo que pode ser considerado capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por intermédio de atuadores. 2 Agente Tabela parcial
Leia maisCAPÍTULO 1. Os elementos. O jogo de xadrez é um desafio para a mente. J. W. von Goethe O TABULEIRO DE XADREZ
CAPÍTULO 1 Os elementos O jogo de xadrez é um desafio para a mente. J. W. von Goethe O TABULEIRO DE XADREZ Joga-se xadrez sobre um tabuleiro quadrado, formado por 64 casas quadradas, sendo sua cor, alternadamente,
Leia maismétodo de solução aproximada
método de solução aproximada Definir - Representação - Objectivo - Função de avaliação 73 Representação do problema - Definição das variáveis de decisão do modelo escolhido para o problema real. Importante
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ Nível 1 - POTI Aula 1 - Combinatória
UNIVERSIDADE FEDERAL DO PARANÁ Nível 1 - POTI Aula 1 - Combinatória Exercícios: 1. Maria inventou uma brincadeira. Digitou alguns algarismos na primeira linha de uma folha. Depois, no segunda linha, fez
Leia maisFís. Semana. Leonardo Gomes (Guilherme Brigagão)
Semana 7 Leonardo Gomes (Guilherme Brigagão) Este conteúdo pertence ao Descomplica. Está vedada a cópia ou a reprodução não autorizada previamente e por escrito. Todos os direitos reservados. CRONOGRAMA
Leia maisMedida do Tempo de Execução de um Programa. Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP
Medida do Tempo de Execução de um Programa Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP Medida do Tempo de Execução de um Programa O projeto de algoritmos é fortemente influenciado pelo estudo
Leia maisTecnicas Essencias Greedy e Dynamic
Tecnicas Essencias Greedy e Dynamic Paul Crocker RELEASE - Reliable and Secure Computation Group Universidade da Beira Interior, Portugal October 2010 1 / 27 Outline 1 Introdução 2 Exemplo Greedy I : Interval
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisDANÔMIO. Objetivos Aprimorar o conhecimento da multiplicação de monômios.
DANÔMIO Objetivos Aprimorar o conhecimento da multiplicação de monômios. Materiais Dado feito de papel com um monômio em cada face, 6 tabelas que apresentam todas combinações de produtos dos monômios de
Leia maisO peão Se um peão consegue chegar até a outra extremidade do tabuleiro(linha 8), ele é promovido. Um peão promovido é substituído, ainda na mesma jogada em que o movimento foi feito, por um cavalo, bispo,torreoudamadamesmacor.
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + 2 y s.a x + y 2 x + y 5 x, y 0, x e y inteiros b) Max z = 2 x + y s.a x + 2y 0 x + y 25 x, y
Leia maisMaratona de Programação da SBC 2016
Maratona de Programação da SBC 2016 Caderno de soluções A - Andando no tempo Para voltar para o exato ponto de saída, é necessário que ocorra alguma das alternativas: dois créditos são iguais ou um crédito
Leia mais