Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Menotti, David, 1978- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática | - |
Autor(es): dc.creator | Urbano, Rafael Gasparin, 1992- | - |
Data de aceite: dc.date.accessioned | 2025-09-01T12:16:51Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T12:16:51Z | - |
Data de envio: dc.date.issued | 2021-06-21 | - |
Data de envio: dc.date.issued | 2021-06-21 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/65965 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/65965 | - |
Descrição: dc.description | Orientador: David Menotti Gomes | - |
Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 26/09/2019 | - |
Descrição: dc.description | Inclui referências: p. 42-44 | - |
Descrição: dc.description | Área de concentração: Ciência da Computação | - |
Descrição: dc.description | Resumo: Nesta dissertacao, apresentamos uma proposta para a aplicacao de tecnicas de aprendizado por reforco em jogos de estrategia em tempo real para aprender estrategias de macro-gerenciamento. Esta proposta tem como objetivo colocar tecnicas comumente usadas em outros tipos de aplicacoes e mostrar como elas sao mais rapidas e eficientes do que outras tecnicas usadas neste campo. Para a implementacao, usamos um jogo chamado MicroRTS, que tem as caracteristicas minimas para ser considerado um jogo de Estrategia em Tempo Real e foi desenvolvido para avaliar implementacoes de inteligencia artificial sem precisar lidar com um jogo completo como StarCraft ou Wargus imediatamente. Palavras-chave: Aprendizado de Maquina, Aprendizado por reforco, MicroRTS. | - |
Descrição: dc.description | Abstract: In this dissertation, we present a proposal for applying reinforcement learning techniques in Real Time Strategy games to learn macro-management strategies. This proposal aims to put techniques that are commonly used in other types of applications and show how it is faster and more efficient than other techniques used in this field. For the implementation, we use a game called MicroRTS, which has the minimal characteristics to be considered an RTS game and was developed to evaluate Artificial Intelligence implementations without having to deal with a full game like StarCraft or Wargus immediately. Keywords: Machine Learning, Reinforcement Learning, MicroRTS, Macro-management | - |
Formato: dc.format | 44 p. : il. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Ciência da Computação | - |
Título: dc.title | Reinforcement learning for macro-management in the microrts game | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: